简介： 本发明公开了一种基于深度强化学习的移动机器人避障方法，通过激光雷达获取点云数据，对点云数据进行卷积特征提取，与行人位置、行人速度、全局路径共同作为神经网络输入，建立全连接神经网络，设定环境奖励，通过PPO深度强化学习算法输出机器人动作。相对于其他规划或学习的导航方法，本方法无需对行人进行预测、传感器预处理、简化了算法复杂度，更加适用于在多人环境下的机器人导航策略。同时由于加入全局路径作为输入量，提升了算法的适用范围，同时也加快了算法的收敛时间。