摘要
动态室内环境中的局部导航具有挑战性，因为单次二维激光雷达扫描不包含障碍物运动信息，且控制指令必须满足机器人的速度和加速度约束。本文提出了ST-DRL，一种基于价值的局部规划器，结合了轻量级时序Transformer编码器与动态窗口约束动作接口。该编码器从H=4个扇区化激光雷达扫描及相对于目标的自体状态中提取运动线索，无需物体跟踪或速度标签。Double DQN从25个离散动作索引中进行选择，这些动作在线映射为动态窗口内的速度对，从而在构造上满足预定的命令空间速度与加速度边界。在每种方法评估900个随机化回合（即十种方法、六种障碍物密度下共计9000个回合，密度范围0.37–2.24障碍物/m2，其中一半为移动障碍物）的评估中，ST-DRL取得了91.56%的成功率和8.44%的碰撞率，分别超越经调优的DWA、基于LSTM的Double DQN、PPO及动态窗口投影PPO（PPO-DW）达45.6、28.7、24.9和15.1个百分点。消融实验验证了各关键模块的贡献。ST-DRL在仿真中运行耗时2.01毫秒，在Jetson Nano上为4.8毫秒。真实阿克曼转向无人地面车辆（UGV）测试结果与仿真趋势一致，表明在测试条件下无需域随机化即可实现初步部署可行性，但未提供正式的碰撞安全与阿克曼可行性保证。真实车辆试验应被理解为部署可行性研究，而非具有统计功效的基准测试。试验涉及一辆阿克曼转向UGV、一条室内赛道、两种移动障碍物设置，每种设置20次试验。因此，结果并未证实该方法在不同建筑、障碍物行为、机器人速度、激光雷达型号或车辆平台之间具备稳健的泛化能力。
