本研究旨在整合擴展神經網路和虛擬機器人放置策略，以實現群 組機器人在廣義地圖環境中的避障和導航。深度強化學習理論被應用於設計神經網路，該網路通過在自由空間中訓練雙機器人系統進行避 障和導航來提高性能。同時，引入擴展架構和社交斥力的觀念，將雙機器人系統的社交導航網路擴展至群組機器人系統。論文中提出了一套新的虛擬機器人放置策略，能夠有效利用虛擬機器人來替代不同地圖環境中鄰近實體機器人的固定障礙物。此策略的目的是利用虛擬機 器人警戒實體機器人，使其遠離障礙物並避免碰撞。此外，論文還使用 Hybrid A*演算法生成航點，使避障導航系統能夠在大於訓練空間 的地圖環境中有效運作。為了驗證理論和應用，本研究選擇自製輪型機器人作為實驗平台。該機器人配備光流感測器、光學雷達和慣性感測器等多種感測裝置，並利用擴展式卡曼濾波器進行感測融合，以實 現高精度的定位。通過實際場域的測試，證明了虛擬機器人放置策略 在廣義地圖中導航和避障的可行性。
