公开(公告)号：CN112325897A

公开(公告)日：2021-02-05

申请号：CN202011304737.4

申请日：2020-11-19

Applicant: 东北大学

Inventor： 李婕 ,  刘宪杰 ,  于瑞云 ,  唐佳奇 ,  王兴伟

IPC: G01C21/34

Abstract: 本发明公开一种基于启发式深度强化学习的路径规划方法，属于路径规划技术领域。该方法包括：使用栅格化方法对地图环境进行建模；对环境进行特征提取，建立价值地图；利用Actor Critic强化学习算法进行训练；采用经典启发式算法A*作为强化学习的启发式函数，建立启发式信息；设计注意力机制平衡特征提取模块和启发式模块的权重；使用分层强化学习进行任务划分。本发明的优点为：收敛速度快、稳定性强；路径规划效果更为准确；适应复杂的未知环境；将模块封装成强化学习系统便于算法调用与改进。

公开(公告)号：CN112325897B

公开(公告)日：2022-08-16

申请号：CN202011304737.4

申请日：2020-11-19

Applicant: 东北大学

Inventor： 李婕 ,  刘宪杰 ,  于瑞云 ,  唐佳奇 ,  王兴伟

IPC: G01C21/34

Abstract: 本发明公开一种基于启发式深度强化学习的路径规划方法，属于路径规划技术领域。该方法包括：使用栅格化方法对地图环境进行建模；对环境进行特征提取，建立价值地图；利用Actor Critic强化学习算法进行训练；采用经典启发式算法A*作为强化学习的启发式函数，建立启发式信息；设计注意力机制平衡特征提取模块和启发式模块的权重；使用分层强化学习进行任务划分。本发明的优点为：收敛速度快、稳定性强；路径规划效果更为准确；适应复杂的未知环境；将模块封装成强化学习系统便于算法调用与改进。