一种移动机器人自主避障方法

一种移动机器人自主避障方法。其包括搭建仿真环境，获得状态向量；构建深度强化学习网络；设计总奖励函数；对深度强化学习网络于静态和动态场景下进行迭代训练与优化；将深度强化学习网络迁移至真实的移动机器人上，在静态和动态环境中进行导航测试实验等步骤。本发明通过融入非对称障碍李雅普诺夫函数的安全价值函数和安全动作投影模块，构建了“决策层‑执行层”双重安全保障机制，从根源上杜绝了危险动作的输出与执行，显著提升了系统的安全性与可靠性。实现了从仿真到实物的平滑、低成本迁移，形成了一套完整、高效、实用的移动机器人自主避障解决方案，具有良好的工程应用价值。