之前我做过一个路径规划的项目，采用的是深度强化学习，设计思路是这样的：利用视觉传感器感知自身周围的环境信息，结合自身的位置信息和目标点组成一个状态空间作为网络的输入，以实际的线速度和角速度作为机器人下一步动作的输出。其中，设计合理的奖惩函数对项目的成败至关重要。
在训练过程中，避开障碍物是最关键的问题。若检测不到障碍物，机器人就会继续运行，但是若检测到障碍物，机器人则会基于深度强化学习算法避开障碍物。
通过做这个项目，我觉得基于强化学习不仅提高了机器人的探索能力，还能加强其避障能力，规划出的路径长度更短，在路径规划上有很强的可行性。对深度强化学习，我有丰富的从业经验，欢迎大家的咨询和合作。
