一种基于深度Q网络和快速搜索随机树算法的航迹规划方法

摘要

本发明公开一种基于深度Q网络和快速搜索随机树算法的航迹规划方法，首先须要抽象出RRT算法中的马尔可夫决策过程；由于RRT生长的随机性，对于其每一次的拓展过程而言，都可以将其视为一次马尔可夫过程并建立其MDP模型。随后训练深度Q网络，根究深度Q网络，可以得到各个状态对应的最优动作：引入最有动作后进行改进RRT路径规划。本发明可使RRT‑GoalBias算法的避障能力更强，增加进行贪婪拓展的机会，从而提高算法效率和稳定性。