基于深度强化学习的线路路径规划方案生成方法及系统

一种基于深度强化学习的线路路径规划方案生成方法及系统，方法首先构建规划区域的栅格地图与评价指标体系，并基于Critic法确定指标权重来构建栅格综合成本评价模型，接着以总成本最小为目标构建路径规划模型，并将其描述为马尔科夫决策过程，再将混合噪声及ε‑贪婪策略引入深度确定性策略梯度算法，并改进优先经验回放机制，得到改进的深度确定性策略梯度算法，最后基于该算法训练智能体，输出最优的输电线路规划路径；本发明通过添加混合噪声，增加智能体探索能力，并引入贪婪策略加快算法初段的学习效率和减少探索频率，以减少不必要的试错，最后在优先经验回放机制中融入即时奖励值，帮助智能体精确区分不同经验的重要性，加快智能体学习效率。