一種基于深度強化學習的清潔機器人沿墻方法和清潔機器人,該方法包括:當清潔機器人進入沿墻場景時,獲取所述清潔機器人的傳感器的測量數據;將所述測量數據輸入到訓練好的深度強化學習網絡,由所述深度強化學習網絡輸出沿墻動作;控制所述清潔機器人基于所述沿墻動作完成所述沿墻場景的運動和清潔操作;其中,所述深度強化學習網絡的訓練是基于多個智能體同步訓練的異步優勢動作評價算法實現的。本申請的方案基于多個智能體同步訓練的異步優勢動作評價算法訓練深度強化學習網絡,訓練好的深度強化學習網絡只要接收清潔機器人在沿墻場景中的傳感器數據,即可輸出最優的沿墻動作,使得清潔機器人較好地完成沿墻場景的清潔。
聲明:
“基于深度強化學習的清潔機器人沿墻方法和清潔機器人” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)