基于D3QN的目标驱动移动机器人自主导航方法

来源：电子测量技术杂志2025年第9期北京时间：

作者：卢赵清，王宏伟，何丽，司盼召，陈耀华

单位：新疆大学机械工程学院 乌鲁木齐 830017

摘要：在未知或危险环境中（如应急救灾、抢险救援），传统导航方法因无法预先获得先验地图和位置信息，难以实现特定目标的导航。本文提出了一种基于竞争双深度Q网络（D3QN）的目标驱动移动机器人自主导航方法。该方法的跨模态融合模块对不同模态特征动态加权融合，在整合观测数据的同时充分捕捉环境信息，增强了对环境的感知能力。在此基础上，设计了一种通用的目标驱动导航方法，使用YOLOv5识别特定目标（如火焰、烟雾）并获取其位置，用识别出的目标位置替代深度强化学习导航中的预设位置点，实现自主导航至特定目标。仿真实验结果表明，本文方法在导航成功率等指标上具有显著优势，在简单、复杂和动态场景中，成功率分别提高了9%、27%和38%。此外，在简单仿真环境中训练的模型，能够直接部署在复杂的仿真环境和真实场景中，表现出良好的泛化能力。

关键词：深度强化学习;D3QN算法;多模态融合;识别与定位;目标驱动导航

基金资助：新疆维吾尔自治区自然科学基金（2022D01C392）、国家自然科学基金（62063033）、新疆维吾尔自治区重点研发计划项目（2022B01050-2）资助