一种基于课程深度强化学习的多机器人路径规划方法

一种基于课程深度强化学习的多机器人路径规划方法，利用课程学习的思想，设计课程学习的各个阶段，通过改变各阶段机器人数量，以及地图大小和障碍物数量，实现任务的由易到难；搭建强化学习环境，定义环境中机器人的观察空间、动作空间以及环境的奖励函数，制定机器人在环境中的运行规则；设计一种网络结构以适应环境中变化的机器人数量，运用Qatten算法训练网络模型，本发明能解决连续空间中的多机器人路径规划问题，其优势在于能够相对传统算法更快更好的实现路径规划，提高路径规划的效率。