基于深度强化学习的堤坝巡检机器人避障方法

来源：计算机测量与控制杂志2025年第7期北京时间：

作者：张鹏程,胡宁宁,王宵,左登勇,袁冬莉

单位：上海勘测设计研究院有限公司

摘要：为解决复杂动态环境下的堤坝巡检机器人的自主避障问题，提出一种基于改进深度确定性策略梯度算法的巡检路径避障方法。为提高算法的收敛速度和稳定性，引入优先经验回放机制处理训练样本，并加入随机噪声提高算法对环境的探索能力；为解决算法对环境缺乏先验知识，易于陷入局部迭代的问题，引入了人工势场法提高算法初始阶段的学习效率及快速收敛性；完成了改进算法的状态动作空间、奖励函数和避障训练流程设计。仿真结果表明，改进算法收敛速度快、规划的路径短，使巡检机器人具有更优越的避障能力；经实验验证算法实现了复杂环境下的自主动态避障。

关键词：巡检机器人;深度强化学习;动态避障;堤坝巡检;改进DDPG算法

基金资助：国家自然科学基金(61473229)；航空科学基金(20181353013)；教育部中国高校产学研联合基金(2021ZYA03006)资助。