澳门大学徐青松教授团队AISY: 基于深度Q网络的智能双足爬壁机器人窗户清洁路径规划

主要观点总结

本文介绍了一种新型路径规划方法，应用于双足爬壁机器人在复杂三维环境，特别是外骨骼结构建筑外墙的自动化清洁任务。研究者通过深度Q网络优化机器人在外骨骼结构窗体上的路径规划，实现100%的清洁覆盖率。

关键观点总结

关键观点1: 研究背景及重要性

随着建筑设计个性化，外骨骼结构窗户设计增多，传统清洁方式存在安全隐患、成本高昂且效率低下，研究智能爬壁机器人用于复杂三维环境成为必要。

关键观点2: 新型路径规划方法的特点

结合智能双足爬壁机器人灵活的双端操作能力，实现高效、全覆盖的清洁路径规划，特别适用于外骨骼结构建筑外墙自动化清洁任务。

关键观点3: 深度Q网络的应用与优化

通过深度Q网络进行训练，使爬壁机器人在清洁环境中不断探索，逐步找到最优的路径规划策略。优化网格地图上的路径节点，有效实现全覆盖清洁作业。

关键观点4: 实验验证与结果

实验结果表明，所提出的方法能够在所有测试场景中优化路径规划，确保双足爬壁机器人以最短路径完成清洁任务，显著提升清洁效率。

关键观点5: 期刊简介及影响

文章发表在Wiley旗下智能系统领域的开放获取旗舰刊，该期刊收录关于智能装置系统的前沿应用，包括机器人、自动化、人工智能等。本文不仅验证了双足爬壁机器人在维护任务中的可行性，也为进一步研究复杂环境挑战中的自主机器人解决方案铺平了道路。

免责声明