摘要： 基于學(xué)習(xí)的機器人導(dǎo)航方法存在對數(shù)據(jù)的依賴性高和在一些特定環(huán)境下表現(xiàn)不完美的問題，例如在空曠場景下無法走直線，在障礙物密集場景下碰撞率高。為了提高機器人的導(dǎo)航性能，提出了一種基于碰撞預(yù)測的強化模仿學(xué)習(xí)導(dǎo)航方法。在無模型的情況下，根據(jù)機器人的性能，建立馬爾科夫決策過程（Markov decision process,MDP）中所需要的狀態(tài)空間、動作空間、獎勵函數(shù)。采用深度強化學(xué)習(xí)（... （共12頁）