本发明公开了基于分层强化学习的无人机路径规划方法,包括:步骤1:初始化深度Q网络算法、Q学习算法;步骤2:驱动无人机从起始点移动至目标点,对深度Q网络算法、Q学习算法进行训练;移动过程中当无人机未检测到动态障碍物时,则使用深度Q网络算法对路径进行规划;移动过程中当无人机检测到动态障碍物时,则使用Q学习算法对路径进行规划;步骤3:重复步骤2直至深度Q网络算法、Q学习算法训练完成,设置无人机实际坐标、起点坐标、目标点坐标,通过训练完成的深度Q网络算法、Q学习算法对路径进行规划。本发明克服单个算法应用于动态环境时,存在的网络拟合易受动态障碍物影响的问题,提升了算法路径规划的性能。
声明:
“基于分层强化学习的无人机路径规划方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)