[发明专利]一种基于改进DQN算法的室内巡逻机器人自主导航方法

权利要求书

1.一种基于改进DQN算法的室内巡逻机器人自主导航方法，其特征在于，包括以下步骤：

S1、巡逻机器人感知自身周围的环境信息，并结合自身的位置信息和将到达的目标点组成一个状态空间，在状态空间中依次设置若干目标点，并作为DQN算法的输入；

S2、通过对DQN算法的目标函数进行改进，使巡逻机器人以当前位置和速度作为下一步动作的输出，当到达第一目标点后，以第一个目标点为起始点寻找下一个目标点，依次不断循环，直至找到最后一个目标点；

S3、改进DQN算法的奖惩函数r，提高DQN算法收敛速度，优化环境状态空间的奖惩稀疏性。

2.根据权利要求1所述的基于改进DQN算法的室内巡逻机器人自主导航方法，其特征在于，所述奖惩函数r的公式为：

其中，(i,j)为网格中横纵坐标，μ是特殊奖惩值；特殊奖惩点的r_(m,n)特点为：以此点为中心，包括周围的8个点共9个点均不是障碍点；

特殊奖惩值μ，取值范围10^-6～0，μ初始值10^-6，μ按照两个连续目标点对应的路径数均分后递减，直到变成0。