在本文中，审计了利用了用于路径规划和碰撞避免的强化学习算法的室内自主输送系统的语用实现。所提出的系统是一种成本效益的方法，用于促进覆盆子PI控制的四轮驱动非正度机器人映射网格。该方法计算并导航从源键点到目的地键点的最短路径以执行所需的递送。Q学习和深度学习用于找到最佳路径，同时避免与静态障碍物碰撞。这项工作定义了一种在机器人上部署这两个算法的方法。还提出了一种新颖的算法，将方向阵列解码为特定动作空间中的准确运动。遵循将该系统分发的程序，描述了我的要求，呈现我们对室内自治送货车的概念证明。
translated by 谷歌翻译