技術(shù)特征：

1.一種基于多模態(tài)逆強(qiáng)化學(xué)習(xí)的機(jī)器人導(dǎo)航方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于多模態(tài)逆強(qiáng)化學(xué)習(xí)的機(jī)器人導(dǎo)航方法，其特征在于，步驟s1包括：

3.根據(jù)權(quán)利要求1所述的基于多模態(tài)逆強(qiáng)化學(xué)習(xí)的機(jī)器人導(dǎo)航方法，其特征在于，步驟s2包括：

4.根據(jù)權(quán)利要求1所述的基于多模態(tài)逆強(qiáng)化學(xué)習(xí)的機(jī)器人導(dǎo)航方法，其特征在于，步驟s3包括：

5.根據(jù)權(quán)利要求1所述的基于多模態(tài)逆強(qiáng)化學(xué)習(xí)的機(jī)器人導(dǎo)航方法，其特征在于，步驟s4包括：

6.根據(jù)權(quán)利要求1所述的基于多模態(tài)逆強(qiáng)化學(xué)習(xí)的機(jī)器人導(dǎo)航方法，其特征在于，步驟s5包括：

技術(shù)總結(jié)
本發(fā)明提供一種基于多模態(tài)逆強(qiáng)化學(xué)習(xí)的機(jī)器人導(dǎo)航方法，包括：獲取機(jī)器人位姿數(shù)據(jù)，采集激光雷達(dá)數(shù)據(jù)，生成柵格地圖；激光雷達(dá)數(shù)據(jù)、柵格地圖和機(jī)器人位姿信息通過(guò)多模態(tài)融合網(wǎng)絡(luò)生成融合觀測(cè)表征；初始化網(wǎng)絡(luò)參數(shù)，將融合觀測(cè)表征作為專家演示軌跡數(shù)據(jù)，通過(guò)專家演示軌跡預(yù)訓(xùn)練生成式對(duì)抗逆強(qiáng)化學(xué)習(xí)框架中的生成器和判別器，得到預(yù)訓(xùn)練模型；通過(guò)專家軌跡數(shù)據(jù)對(duì)獎(jiǎng)勵(lì)函數(shù)進(jìn)行標(biāo)準(zhǔn)化；構(gòu)建生成式對(duì)抗逆強(qiáng)化學(xué)習(xí)整體框架，訓(xùn)練后得到智能控制模型，部署模型實(shí)現(xiàn)機(jī)器人的智能控制。本發(fā)明能夠?qū)崿F(xiàn)多模態(tài)數(shù)據(jù)融合與生成式對(duì)抗逆強(qiáng)化學(xué)習(xí)，有效提升機(jī)器人在導(dǎo)航方面的表現(xiàn)。

技術(shù)研發(fā)人員：史豪斌,何自明,劉子航,楊北亞
受保護(hù)的技術(shù)使用者：西北工業(yè)大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19