未知环境下的机器人区域覆盖是指移动机器人对执行覆盖任务的环境没有任何认知的情况下,利用机器人的传感设备,在其感知范围内遍历目标环境区域,并尽可能满足覆盖时间短、重复路径少、未遍历区域小等优化目标。机器人区域覆盖问题在军事勘察、资源搜索等众多领域都有非常广泛的应用。论文首先对机器人区域覆盖问题建立形式化模型,使用基于栅格的环境地图表示法为机器人执行覆盖任务的环境建模,并根据机器人与环境中障碍的相对位置,设置机器人相应的可视和覆盖范围,并在此模型基础上开展覆盖算法的相关研究。机器人在未知环境中执行覆盖任务时,由于缺少对环境的认知,很难获取环境的精确数学模型,因此本论文提出了机器人Q-学习区域覆盖算法(Q-Learning Coverage Algorithm, QLCA)。采用强化学习中Q-学习的思想：智能体通过与环境的交互,利用环境给予的反馈信号来调整和改善智能体的动作行为,以便获得最佳策略。QLCA中,机器人通过自主学习来感知环境,利用学习得到的Q表指导其后续的动作选择和路径规划,取得了较优的覆盖效果,与机器人随机动作选择的区域覆盖算法(Random Selection Coverage Algorithm, RSCA)相比,QLCA在覆盖完成所需要的执行步数,环境中每个栅格的冗余,覆盖成功率及选择动作的抖动次数这四个方面均有明显优化。实验结果说明,学习对于机器人适应未知环境,做出正确决策起到了积极有效的作用。通常情况下,区域覆盖的工作量往往比较大,多个机器人共同执行任务在高效性、鲁棒性等方面的优势明显。考虑机器人之间如果没有有效的协作协商机制,那么就是单机器人覆盖的简单叠加,必然会造成一些冗余,达不到完美的覆盖效果。因为QLCA中的机器人执行覆盖任务进行动作选择时没有协作机制,每个机器人只是单一地选择动作,所以覆盖效果还有进一步提升的空间。因此本文在QLCA基础上加入协作机制,提出了基于Q-学习的机器人协作区域覆盖算法(Q-Learning Coordination Coverage Algorithm, QCCA):通过计算某个机器人的协作集并建立因子图,根据Max-sum算法思想,协作集内每个机器人所控制的变量和函数节点之间进行信息的迭代传递,最终得出,最优联合动作,达到协作的目的。合理、健全的协作机制是充分发挥多机器人群体优势的关键,仿真实验表明,QCCA与QLCA相比,覆盖效果的各类评价指数都有了较大程度的优化,证明了该算法在解决未知环境下的机器人区域覆盖问题时的有效性。本文针对未知环境下的区域覆盖算法展开研究,提出于基于Q-学习及加入协作机制的覆盖算法,大大提高了覆盖效率,对于未来区域覆盖问题的研究提供了一定的理论依据和参考。