Home > Current

基于强化学习的动态环境中移动机器人路径实时规划策略

荆  麟 （ 国能宁夏大坝四期发电有限公司 ）

张晓勇 （ 国能宁夏大坝四期发电有限公司 ）

王文康 （ 国能宁夏大坝四期发电有限公司 ）

薛  刚 （ 国能宁夏大坝四期发电有限公司 ）

纪浩文 （ 国能宁夏大坝四期发电有限公司 ）

韩孝军 （ 北京鼎誉通科技发展有限公司 ）

https://doi.org/10.37155/2717-5197-0806-57

Abstract

随着科技飞速发展，动态环境下的路径规划愈发关键。本文聚焦于基于强化学习的动态环境中移动机器 人路径实时规划策略。首先阐述强化学习在路径规划中的应用原理，涵盖基本概念与建模方式；接着介绍关键技术， 如深度强化学习、多智能体协同强化学习等；然后分析该策略面临的挑战，包括状态空间爆炸、样本效率低等；最后 提出针对性解决方案，如状态空间压缩、多智能体协同等。旨在为动态环境下移动机器人路径实时规划提供理论支持 与实践参考，推动强化学习在该领域的有效应用与发展。

Keywords

强化学习；动态环境；移动机器人；路径实时规划

Full Text

PDF

References

[1]王晓峰,李鹏,张志强.基于强化学习的移动机器人路
径规划研究[J].机器人技术与应用,2022,38(5):145-151.
[2]李军,杨晓静,赵敏.强化学习在动态环境中的应用及
挑战[J].控制与决策,2023,38(2):115-120.
[3]周艳华,刘晓兵,周威.深度强化学习在动态路径规划
中的应用[J].智能控制与自动化,2021,43(7):223-228.
[4]邓修朋,崔建明,李敏,等.深度强化学习在机器人路
径规划中的应用[J].电子测量技术,2023,46(06):121-128.

Copyright © 2026 荆  麟,张晓勇,王文康,薛  刚,纪浩文,韩孝军 Creative Commons License Publishing time:2026-03-31
This work is licensed under a Creative Commons Attribution 4.0 International License