标题：基于离线强化学习的动车智能巡检机器人路径规划研究
作者：周维庆1 郑希阳1；施涛2；浦春强1 徐正伟1
作者单位：1 中车青岛四方车辆研究所有限公司，山东 青岛 266031；2 上海大学机电工程与自动化学院，上海 200444
关键字：智能巡检机器人；离线强化学习；路径规划；自我学习；数据增强
摘要：当前，传统的智能巡检机器人面临两大潜在挑战：第一，其运行受限于导轨系统，导致巡检覆盖区域有限，每当生产任务或产线布局发生变动时，就必须频繁调整导轨设计，这无疑增加了不必要的成本负担；第二，为提升性能，这类机器人需持续与环境进行交互，这不仅会增加机器人器件损坏的风险，还可能带来潜在的安全隐患。针对上述问题，提出了一种基于Q值正则化的数据增强型离线强化学习算法（Q Regular Term Offline Reinforcement Learning，QROL），其核心思想是利用离线强化学习算法不需要与环境交互的特性，仅利用历史数据集，智能巡检机器人便能自主完成学习过程，摆脱对导轨的依赖，实现灵活的路径规划与自动避障功能。为验证QROL算法的有效性，在动车巡检仿真平台上进行了实验。