基于优先经验回放机制的机器人路径规划方法及系统

摘要

本发明公开了基于优先经验回放机制的机器人路径规划方法及系统；所述方法，包括：获取路径规划机器人当前状态和目标位置；将路径规划机器人当前状态和目标位置，输入到训练后的深度确定性策略梯度网络，得到机器人动作；路径规划机器人根据得到的机器人动作，完成机器人的路径规划；其中，训练后的深度确定性策略梯度网络，在训练的过程中，机器人生成的经验存储在经验池中，存储方式采用经验样本优先级序列进行存储；其中，经验样本优先级序列，其构建过程为：计算时间差分误差的优先级、当前Actor网络损失函数的优先级和立即奖励的优先级；利用信息熵确定三者的权重，采用加权求和的方式计算经验样本优先级，构建经验样本优先级序列。