基于两阶段解耦离线强化学习的机器人路径规划模型及方法

本发明公开了一种基于两阶段解耦离线强化学习的机器人路径规划模型及方法，属于机器智能决策与控制技术领域。该方法包括一种基于两阶段解耦离线强化学习的神经网络模型，该模型利用Transformer架构避免传统基于策略约束方法和基于值函数正则方法存在的分布外泛化问题，并修改现有的基于Transformer架构强化学习方法，使预测状态与预测动作两阶段解耦，令智能体不局限于模仿数据集中轨迹与动作组合，而是能够学习到具有高期望回报的状态，通过拼接次优轨迹和状态组合实现超越数据集中最优轨迹的行为策略。该方法旨在解决现有机器人路径规划方法计算资源需求高，模型泛化能力差，模型应对不确定性和容易陷入局部最优等问题。