机器人智能自主避障的神经网络算法、设备和介质

本发明公开了机器人智能自主避障的神经网络算法、设备和介质，具体涉及机器人自主避障技术领域，该算法通过机器人搭载的激光雷达、摄像头和惯性测量单元采集周围物体距离信息、环境图像数据和运动姿态数据，经预处理后构建时空融合特征向量，利用时空图神经网络模型，以该向量为输入，输出机器人下一时刻动作指令概率分布，采用策略梯度算法训练模型，根据奖励函数量化避障效果更新参数，机器人依据动作指令概率分布，通过ε‑贪婪策略选择执行动作。本发明多源数据融合提升环境感知，时空图神经网络优化避障决策，ε‑贪婪策略平衡探索与利用，有效提高机器人避障能力和适应性。