本发明设计了一种利用深度强化学习模型Graph Attention based Pointer Network(GAPN)为无线传感器网络中的无人车向传感器节点进行充电的路径规划方法。流程包括如下步骤:(1)收集无线传感网络中每个节点的位置坐标信息及其电量状况(2)根据收集的数据生成与其位置信息相同分布的训练数据集和测试数据集;(3)将制作好的数据集用于GAPN模型训练;(4)将收集到的节点信息输入到完成训练的GAPN模型中,通过模型的处理,输出最终的访问节点序列。本发明基于深度强化学习和图神经网络的方法提出了一种解决无人充电车路径规划的策略,提高了无线传感网络的工作效率,延长了网络的生命周期。
声明:
“基于深度强化学习的无人车充电路径规划方法” 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)