一种密集城市下无人机航迹规划方法、装置和设备

本发明公开了一种密集城市下无人机航迹规划方法、装置和设备，包括：设计四旋翼无人机所处环境的动作空间和奖励函数；根据动作空间参数及奖励函数，建立三维四旋翼无人机能耗模型和基于经验回放机制的深度强化学习网络模型；采用所建立的无人机能耗模型和深度强化学习网络，进行无人机的避障训练，采用线性软更新策略实现神经网络参数的平滑更新，同时采用集优机制，在迭代次数进行到一半时，利用最新的成功训练成果更新神经网络参数，保证神经网络参数的稳定性；最后依据训练后的深度强化学习模型，该模型根据当前无人机所处状态输出无人机的下一动作，无人机执行该动作并得到下一时刻的状态，重复上述步骤，进行无人机的航迹规划，直至到达目标点。本发明提出的方法可以提高训练的稳定性和收敛性，增强无人机的自主性和稳定性。