收稿日期:2022－12－08基金项目:上海市教育委员会上海市民办教育发展基金会2020年“民智计划”—“民办高职院校在线教学课程质量评价体系构建”。第一作者:丁玲(1982—)，女，江苏泰兴人，硕士，讲师，研究方向为计算机软件应用及设计。E－mail:dingling369@126．com基于神经网络深度强化学习的分拣机器人避障规划技术丁玲(上海东海职业技术学院基础部，上海200241)摘要:分拣机器人的避障决策过程较为复杂，为提高分拣机器人的工作效果，设计基于神经网络深度强化学习的分拣机器人避障规划技术。首先，在动力学场景中设置障碍物，利用马尔科夫决策过程获取分拣机器人的运动状态后，判断障碍目标。在对神经网络实施深度优化学习后，设置了导引奖赏机制，并结合人工势场法建立连续型奖励函数，引导机器人向正确方向运动。将分拣机器人运动状态输入到神经网络中，在导引奖赏机制的引导下实现分拣机器人的避障。在环境中设置了障碍物，实现环境搭建，仿真测试实验结果表明:该方法具有较高的避障能力，可引导机器人在运动过程中做出正确的动作，进而实现精准避障。关键词:分拣机器人;马尔科夫决策;神经网络;深度强化学习;避障规划中图分类号:TP242．2文章编号:1000－0682(2023)02－0046－05文献标识码:ADOI:10．19950/j．cnki．cn61－1121/th．2023．02．009ObstacleavoidanceplanningtechnologyofsortingrobotbasedonneuralnetworkdeepreinforcementlearningDINGLing(BasicDepartmentofShanghaiDonghaiVocationalandTechnicalCollege，Shanghai200241，China)Abstract:Thedecision－makingprocessofobstacleavoidanceofsortingrobotisrelativelycomplex．Toimprovetheworkingeffectofsortingrobot，theobstacleavoidanceplanningtechnologyofsortingrobotbasedonneuralnetworkdeepreinforcementlearningisdesigned．Firstofall，obstaclesaresetinthedy-namicscene，andtheMarkovdecisionprocessisusedtoobtainthemovementstateofthesortingrobot，andthentheobstacletargetisjudged．Afterthedeepoptimizationlearningoftheneuralnetwork，aguid-ingrewardmechanismissetup，andacontinuousrewardfunctionisestablishedbycombiningtheartifi-cialpotentialfieldmethodtoguidetherobottomoveintherightdirection．Themotionstateofthesortingrobotisinputintotheneuralnetwork，andtheobstacleavoidanceofthesortingrobotisrealizedundertheguidanceoft...
