ECEEducational Continuity and Enhancement3066-845X3066-8476Art and Technology10.61369/ECE.2025030020Article结合强化学习的模糊控制算法在机器人避障路径规划中的研究https://artdesignp.com/journal/ECE/1/3/10.61369/ECE.2025030020郑秀丽,李佳东2025132025-04-14本文主要通过结合模糊控制算法与强化学习算法对机器人的障碍物避开作出分析，利用这种策略方式，能增强机器人自我调节方面的性能能力，对提升避障路径规划灵敏度和稳定度也有一定的帮助意义，还有利于机器人领域智能化方向发展和广泛应用目标的达成。因此，论文尝试将强化学习和模糊控制算法结合，对机器人障碍物避开系统进行了进一步分析，加强对算法学习方式的研究，对多种应用场景等方面进行探讨，有利于推动机器人领域在生产制造、服务行业和服特种服务需要等方面的应用，具有一定的积极影响。强化学习,模糊控制算法,避障路径规划

[1] 强立京, 包长春, 丁登辉, 等. 基于改进A* 算法融合DWA 算法的机器人全局路径规划与局部动态避障[J]. 长江信息通信,2025,38(02):72-76.[2] 王茜. 基于模糊控制的移动机器人路径规划仿真研究[J]. 江西煤炭科技, 2021.[3] 何玉灵, 孙晨凯, 赵路佳, 等. 基于磁轨导航和多影响层判据识别的送餐机器人避障算法开发[J]. 制造业自动化,2024,46(10):53-61.[4] 张可琨, 鲍久圣, 艾俊伟, 等. 基于改进A* 与DWA 算法的井下搬运机器人自主行走路径规划[J]. 煤炭科学技术,2024,52(11):197-213.[5] 孙丁斌, 梅贤慧, 张杨桂, 等. 基于视觉引导的四足机器人避障控制系统设计[J]. 工业控制计算机,2024,37(08):74-76.