本发明提供一种基于DQN的无人机路径规划方法,首先用栅格法生成训练集;设置障碍的奖励函数,并初始化强化学习的Q值;构建DQN中的卷积神经网络,并训练模型;在DQN中构建图像分割网络Mask R‑NN,并使用遥感图像对训练好的Mask R‑NN进行测试;将Mask R‑CNN网络输出的栅格图输入到已经训练好的模型,最终输出成功通过障碍到达终点的遥感图像。本发明实现DQN算法在真实环境图像中进行路径规划,为DQN在真实环境中路径规划研究做铺垫。
声明:
“基于DQN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)