智能(néng)倉儲移動機器人路徑規劃方法包括以下步驟：首先移動機器人在模拟的環境中進(jìn)行訓練；

a1：設置移動機器人運動時的目标,随機初始目标點坐标位置信息(xt,yt)和目标半徑範圍Rm；xt、yt分别表示目标點的中心在靜态地圖中的X、Y軸坐标,Rm表示以(xt,yt)爲中心的邊長(cháng)爲dmin的正方形區域,在區域中都(dōu)可算到達目的地,設定移動機器人當前的位姿(x,y,θr),x、y是移動機器人當前的位置坐标,θr是移動機器人實時的運動方向(xiàng)與X軸的夾角,并通過(guò)目标點在移動機器人極坐标下的位置信息(θ,d)進(jìn)行路徑規劃,并以固定速度向(xiàng)前行駛,θ是目标點在移動機器人極坐标下的角度信息,d是目标點距移動機器人中心的距離信息；

a2：導航過(guò)程中,將(jiāng)移動機器人上激光傳感器檢測到的環境數據Li和目标位置數據Di進(jìn)行預處理與特征化,然後(hòu)相融合得到環境數據Si；

a3：利用深度确定梯度策略方法,得到下一步的動作狀态a,a∈W代表執行動作時移動機器人所偏轉的角度在W範圍内；

a4：判斷移動機器人是否到達目标點(xt,yt),如果沒(méi)有則返回a2繼續導航,如果已到達則結束導航；

a5：結束導航後(hòu),根據獎勵值,更新深度确定梯度策略方法中的策略子網絡,評價網絡參數,在訓練的成(chéng)功率達到目标成(chéng)功率後(hòu),保存在深度确定梯度策略方法中的網絡參數；S2：實際環境移動機器人導航使用在S1中保存了網絡參數的深度确定梯度策略方法進(jìn)行移動機器人動作選擇。