模型训练方法、路径规划方法及相关装置

本申请实施例公开了模型训练方法、路径规划方法及相关装置。本申请实施例方法包括：根据预设样本类型集合，获取在当前环境下的环境数据集；预设样本类型包括地图尺寸、障碍物位置点、机器人的起始位置点和目标位置点；基于路径规划算法，根据环境数据集生成包括各位置点间最短避障路径的路径数据集；路径数据集包括路径点序列、路径长度；根据环境数据集和路径数据集构成训练数据集；基于训练数据集和改进的教与学优化TLBO算法对初始神经网络模型进行训练，得到预训练的神经网络模型；其中，改进的TLBO算法为包括选择两个适应度最高的超参数组合进行交叉学习的算法。本申请实施例能够提升路径规划准确率和可靠性，增强动态环境适应性。