基于改进TD3算法的无人机自主导航方法

本发明公开一种基于改进TD3算法的无人机自主导航方法，包括：设计改进TD3算法的状态空间、动作空间、奖励函数、策略网络、价值网络、成功经验池及失败经验池；初始化状态和临时经验池，策略网络收集数据添加到临时经验池，临时经验池数据溢出则将溢出数据添加到成功经验池；判断是否达到更新条件，达到更新条件，从成功经验池和失败经验池中按照比例随机采样数据，用采样数据更新价值网络和策略网络；未达到更新条件，判断无人机是否达到终止状态，达到成功的终止状态时，将临时经验池的数据全部放到成功经验池，若是失败的终止状态，将临时经验池的数据全部放到失败经验池。本发明提高了采样数据的质量，从而提升无人机自主导航的效率。