深度学习在机器人技术中的强化学习应用（第17点）

强化学习在机器人技术中的应用

▪ 本章节是唯一一个试图突破模拟环境，迈向现实物理世界的部分。
▪ 本部分内容将采用容易获取且成本低廉的元件，组装一台小型机器人，并通过强化学习方法实现对其的控制。

机器人与机器人学概述

▪ 一种具备两种状态（开启与关闭）的简易按钮，在检测物体物理接触时，常被用作基础解决方案。例如，3D打印机通常配备所谓的限位开关，该开关仅在运动部件触及特定边界时触发。当此类事件发生时，内部软件（亦称固件）将对此作出响应，例如停止驱动装置。
▪ 距离测量装置：这类传感器通过声波或激光技术测定前方物体与传感器之间的距离。例如，扫地机器人通常搭载“悬崖探测器”，用于避免跌落楼梯。这属于一种激光测距装置，可测量机器人底部与地面的距离。一旦该距离出现突变，机器人将识别出前方存在危险并采取相应措施。
▪ 光学雷达（LiDAR）传感器：这是一种更为复杂且成本较高的距离测量设备，其特点在于传感器能够旋转，在水平方向上持续扫描周围环境。其输出数据由一系列点构成（称为“点云”），用以展示机器人与障碍物之间的相对距离。LiDAR在自动驾驶车辆中广泛应用，因其能提供稳定的障碍物信息流；然而由于复杂的机械和光学结构，其制造成本较高。
▪ 摄像头：这类传感器以类似现代智能手机的方式传输视频流，并且通常需要机器人内部软件进行处理以识别如拐角或动物等目标物