创建地图上使用范围传感器读数和机器人的姿势为差分驱动机器人的环境。创建创建从正在使用rangeSensor对象模拟范围传感器读数的地图。该differentialDriveKinematics运动模型模拟驱动围绕基于速度命令房间中的机器人。所述rangeSensor给出基于所述机器人的姿态范围读数，因为它遵循的路径。

演示如何计算使用概率地图（PRM）路径规划给定地图上两个地点之间的障碍自由路径。PRM路径规划器构建在使用随机取样节点在自由空间中，并将它们彼此连接的给定地图的空闲空间的路线图。一旦路线图已经建成，可以查询从给定的起始位置到地图上的一个给定的最终位置的路径。

演示如何执行无障碍物路径对于给定的地图上的三个位置之间移动机器人。机器人有望登陆在仓库里的三个位置：一个充电站，装载站和卸载位置。在被访问这些位置的顺序由调度所决定的。调度给每个机器人目标姿势导航到。机器人计划的路径，并使用纯追踪控制器遵循基于机器人的当前姿态的航点。差动驱动运动模型块模型简化运动学，这需要从纯追踪控制器的线速度和角速度。这个例子建立在计划的路径在Simulink例如差分机器人的顶部。万博1manbetx

控制和模拟多个机器人在仓库设施或配送中心的工作。机器人带动周边设施拿起包，并提供他们站进行存储或处理。此示例建立在一个仓库机器人例如，驱动围绕同一设施的单个机器人执行任务的顶部。

模拟凉亭仓库机器人。凉亭使您可以模拟使用了一系列传感器的移动机器人，而在模拟环境中执行某些任务。这个例子详细介绍了如何使用模拟器应用执行任务的仓库机器人例如，其中一个机器人将包裹在仓库里的场景。机器人利用在凉亭的模拟距离传感器来检测可能的碰撞与动态环境，避免它们。

采用深确定性政策梯度（DDPG）的强化学习，以开发用于移动机器人避开障碍物的策略。对于DDPG算法的简要介绍，见深确定性政策梯度代理。