基于碰撞概率与速度障碍的深度强化学习安全导航研究

来源：计算机测量与控制杂志2025年第11期北京时间：

作者：王军晓,王琨琨,陈豪驰

摘要：针对移动机器人在复杂多动态障碍物环境中导航效率低的问题，提出了一种基于碰撞概率和速度障碍的深度强化学习导航算法；为了保证导航策略的安全性，基于控制障碍函数设计了一个安全屏障用来调整动作；定义碰撞概率估计函数，用来评估障碍物发生碰撞的风险，将高风险的关键障碍物信息纳入深度强化学习算法的状态空间，减少特征提取时间；引入速度障碍理论设计了一种引导机器人针对关键障碍物进行主动避障的奖励函数，降低了机器人寻找最优航向角的时间；训练所得策略在不同环境下的测试结果验证该算法实现了安全快速导航。

关键词：机器人导航;深度强化学习;碰撞概率;速度障碍;控制障碍函数;安全屏障

基金资助：国家自然科学基金项目（面上项目，重点项目，重大项目）