一种基于深度强化学习的智能体自主导航方法

摘要

本发明涉及智能体自主导航技术领域，具体涉及一种基于深度强化学习的智能体自主导航方法。用于解决因现有算法只计算相邻两个状态的奖励值，使得智能体不能提前感知未来多个状态的发展情况，导致智能体避障和导航能力不足的问题。此种基于深度强化学习的智能体自主导航方法步骤为：构建智能体自主导航系统，所述智能体自主导航系统采用MS‑DDQN算法，即面向多步机制的DDQN算法；搭建仿真环境；将所述自主导航系统置于所述仿真环境中进行训练；将训练好的所述自主导航系统装载到所述智能体上,所述智能体获得自主导航的能力。通过上述技术方案，以实现智能体能够感知未来障碍分布情况和提前做出规避动作的技术效果。