科研导师
Yang研究员某重点研究所研究员，985高校博士
导师介绍
研究领域：机器人系统设计,路径规划,结构设计,智能机器人 学术成果：以第一作者身份，在行业顶尖期刊/会议上发表8篇论文，包括ICMA，Biomimetic Intelligence and Robotics，Industrial Robot-The International Journal of Robotics Research and Application等。
基于深度学习的移动机器人动态环境最优路径规划算法研究
- 课题名称
- 基于深度学习的移动机器人动态环境最优路径规划算法研究
- 学科专业
- 课题关键词
- 辅导模式
- 1对1
- 发表目标
- SCI期刊1、2区 北大核心
- 课题介绍
- 移动机器人路径规划是实现自主导航的核心技术，在工业巡检、智能服务、应急救援等领域具有重要应用价值。动态环境下，障碍物运动状态、环境拓扑结构的实时变化对路径规划的实时性、鲁棒性及最优性提出了更高要求。传统路径规划方法（如A*、D* Lite等）依赖预定义环境模型或局部感知信息，在处理高动态、强不确定性场景时，易出现路径震荡、规划滞后等问题，难以满足复杂动态环境下的自主导航需求。 深度学习技术凭借强大的特征学习与复杂决策能力，为动态环境路径规划提供了新范式。其通过端到端学习或深度强化学习等方式，可直接从高维环境数据中提取关键特征，实现动态障碍物运动趋势预测与路径实时优化，有效弥补传统方法对环境先验知识的依赖。因此，研究基于深度学习的动态环境最优路径规划算法，对提升移动机器人在复杂动态场景下的自主导航性能具有重要理论意义与应用价值。
导师信息
招生要求
面向具有相关学科背景与研究兴趣的学习者，具体要求以课题导师评估为准。