一种基于深度强化学习的机器人路径规划方法及装置

本发明属于机器人控制技术领域，具体涉及一种基于深度强化学习的机器人路径规划方法及装置。本发明的路径规划方法由机器人仿真模型对路径规划算法进行训练得到，训练过程中重复循环如下训练步骤：在机器人仿真模型运行过程中，所述路径规划算法获取机器人仿真模型的状态，并计算该状态下机器人仿真模型需要执行的动作，机器人仿真模型的运动控制函数控制机器人仿真模型在设定的时间内执行该动作；待机器人仿真模型停止运行后，根据运行数据对路径规划算法中的网络参数进行更新。保证了机器人仿真模型和路径规划算法的同步运行，缩短了路径规划算法运行的时间，大幅提高了训练结果的收敛速度和稳定性，提升了路径规划算法的控制效果。