Indexed by：
Abstract：
本发明提供一种基于深度强化学习的路径规划方法及系统，属于路径规划技术领域。所述基于深度强化学习的路径规划方法，包括：获取待规划路径中智能体的第一位置和第二位置，其中，所述第一位置表示所述智能体在真实环境下的起始位置，所述第二位置表示所述智能体在真实环境下的目标终点位置；将所述第一位置和所述第二位置输入到路径规划模型，得到从所述第一位置到所述第二位置的最优无碰撞路径；其中，所述路径规划模型是在已建立的仿真环境模型中训练深度强化学习模型得到的。本发明能够更快速、更准确的得到路径规划结果，获取到一条从起始位置到目标终点位置更加符合实际需求、路径平坦以及使得智能体能量消耗小的最优无碰撞路径。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202111537992.8
Filing Date： 2021-12-15
Publication Date： 2024-10-29
Pub. No.： CN114415663B
Applicants： 北京工业大学
Legal Status： 授权
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 12
Affiliated Colleges：
