控制与决策

作者：尹航,郭岱羲,路沙沙,关欣怡,马润博,金佳旭

单位：辽宁工程技术大学 土木工程学院，辽宁 阜新 123000;重庆大学 溧阳智慧城市研究院，江苏 溧阳 213300;深圳大学 土木与交通工程学院，广东 深圳 518000,,辽宁工程技术大学 土木工程学院，辽宁 阜新 123000;重庆智能建造研究院有限公司，重庆 408000,,辽宁工程技术大学 土木工程学院，辽宁 阜新 123000,,辽宁工程技术大学 土木工程学院，辽宁 阜新 123000,,西北工业大学 航空学院，西安 710000,,辽宁工程技术大学 土木工程学院，辽宁 阜新 123000,

关键词：建筑运输机器人;A*算法;强化学习;PPO;路径规划

基金：低品位煤矸石胶结充填体的梯级强化机制与损伤演变调控项目(52574467)；江苏省卓越博士后项目(2023ZB094)；矿震下煤矿采空区岩层动力失稳与建筑安全控制研究项目(20240343).

路径规划是智能建造中建材搬运机器人高效、安全作业的核心挑战, 尤其是在动态复杂工况下, 传统方法常面临路径震荡、避障失败以及全局-局部决策失配等问题. 鉴于此, 提出A*-PPO协同优化框架. 具体做法如下: 1)改进A*算法采用八邻域扩展和切比雪夫距离构建栅格化全局拓扑; 2)设计六维观测向量驱动的动态奖励函数, 集成路径跟踪奖励、碰撞惩罚以及步长约束; 3)建立特征级参数共享机制, 通过动态窗口法(DWA)将A*路径特征嵌入近端策略优化(PPO)网络, 以实现全局代价估计与局部避障决策同步优化. 仿真验证: 在4类典型环境中的仿真表明, 所提出方法相较于RRT*-APF与传统A*算法, 在动态障碍场景下路径成功率提升了42.7% (传统方法均失败), 规划时间减少了55.8%, U型凹面障碍耦合动态干扰时成功避障了98次. 技术突破: 通过渐近式航点验证和双层优化架构, 能够解决拓扑保持与实时避障的兼容性难题以及建筑机器人路径震荡和避障延迟问题.

来源：2026年第4期

《控制与决策》期刊编辑部

查看控制与决策杂志2026年第4期