一种基于神经网络增强的路径与轨迹协同优化方法、装置、介质及产品

本发明公开一种基于神经网络增强的路径与轨迹协同优化方法、装置、介质及产品，方法包括获取移动目标的起止节点和待求解问题的图结构，基于协同优化模型得到待求解问题的鲁棒帕累托前沿；包括训练变分自编码网络模型生成候选路径集；基于候选路径集获取理想速度曲线，利用轨迹生成模型生成轨迹集；包括对变分自编码网络模型的隐空间特征向量进行变异得到新的隐空间特征向量；根据新的隐空间特征向量生成新的候选路径集；获取新的候选路径集中每条候选路径的理想速度曲线生成新的轨迹集；根据轨迹集和新的轨迹集进行筛选得到鲁棒有效轨迹集合作为鲁棒帕累托前沿。本发明有效解决了目前路径与轨迹多目标鲁棒协同优化的不足。