一种基于PPO的多机器人路径规划与智能决策方法

本发明公开了一种基于PPO的多机器人路径规划与智能决策方法，通过GridWorld环境构建动态环境模型，实时生成目标位置与随机分布的障碍物，形成动态环境状态表示；设计PPO强化学习决策模型，结合多目标奖励函数，优化多机器人的路径规划与协同决策；最后通过多机器人协同训练与反馈优化机制，动态调整路径规划策略；本发明涉及多机器人系统技术领域。该基于PPO的多机器人路径规划与智能决策方法，通过动态环境建模、PPO算法优化与多机协同训练，能有效应对障碍物与目标变化，降低路径冲突，提升系统鲁棒性与协同效率，在动态环境中能够提高多机器人系统的路径规划性能与任务执行效率。