应用于智能物流小车的避障策略研究

为了减少人工设计规则,提高智能物流小车避障的灵活性,将深度强化学习应用在智能物流小车避障当中去。为了降低算法对智能物流小车硬件的需求,提出一种基于A3C算法的智能避障方法。智能物流小车根据传感器输入数据,自主更新网络参数,学习避障策略。设计了智能物流小车的控制算法,包括路径跟踪及避障控制。搭建了智能物流小车实验平台,由感知部分、控制部分及执行部分组成。对传感器进行了选型及数据预处理,最后在障碍环境中进行验证,结果证明了算法的有效性。