基于LSTM优化的机器人人群环境导航
王强
符浩
刘俊
何浩东
武汉科技大学计算机科学与技术学院 武汉 430081;武汉科技大学智能信息处理与实时工业系统湖北省重点实验室 武汉 430081
摘要：现有机器人社会导航方法存在探索能力不足、对行人行为危险性判断机制片面的问题,导致机器人仍有发生碰撞和陷入局部最优的风险.对此论文提出基于LSTM优化的机器人人群环境导航算法,通过定义行人的危险系数优化深度强化学习中的LSTM,保证机器人对行人行为危险性的判断更符合人类社会行为规范,从而提高导航的安全性;结合SAC算法构建LSTM-SAC框架,提高机器人的随机探索能力并加快导航算法收敛速度.最后,在仿真环境中与现有最新算法进行测试和比较.
关键词：机器人社会导航深度强化学习SACLSTM
分类号：TP242.6(自动化技术及设备)
资助基金：国家自然科学基金(62176191)湖北省教育厅科研项目(B2021020)
论文发表日期：2025-11-20
在线出版日期：2026-01-28（本平台首次上网日期，不代表文献的发表时间）
页数：7( 3013-3019 )
英文信息