基于知识引导深度强化学习的旅行商问题求解方法与装置

本发明提供基于知识引导深度强化学习的旅行商问题求解方法及装置，该方法用于求解无人机的待监测地路径规划问题，包括：获取训练样本集和测试样本集；向深度强化学习模型输入训练样本集，并将训练样本分别创建为无向完全图；基于所述训练无向图集，利用滑动平均值算法，确定模型的当前决策能力；结合模型的当前决策能力和理论边界，得到自适应基线；通过所述自适应基线，确定RIDGE算法，得到训练后的深度强化学习模型；以及利用测试样本集测试深度强化学习模型。通过本公开的方案，解决了无人机的待监测地路径规划问题中环境一致性假设与尺度泛化能力需求之间的矛盾。