一种电势场和深度强化学习融合的无人机路径规划方法

摘要

本发明公开了一种电势场和深度强化学习融合的无人机路径规划方法，该方法包括：构建用于无人机路径规划的DQN深度强化学习算法的状态空间和动作空间；构造用于避障的电势场模型，并用电势场模型作为DQN深度强化学习算法的奖励函数，使无人机在躲避障碍物前提下尽快到达目标点；在仿真环境下，进行电势场和DQN深度强化学习融合的无人机路径规划训练，当无人机能够无碰撞的到达目标点后，保存深度强化学习网络的权重和参数；在现实环境下，将训练好的权重和参数导入无人机的机载计算机，通过在线训练的方式，输入无人机传感器信息，电势场和DQN深度强化学习融合算法会向无人机输出动作指令，实现路径规划；本发明适用于三维环境下无人机的路径规划。