基于强化学习的多目标自适应约束无人机路径规划方法

本发明公开了一种基于强化学习的多目标自适应约束无人机路径规划方法，步骤包括初始化无人机路径种群；确定种群状态，包括主种群中可行个体比例、可行非支配个体与非支配个体的比例、中心点、标准差和基于辅助种群确定的状态标志；根据种群状态，利用强化学习网络得到动作，并存储至输出种群；判断是否达到终止条件，若否以动作为索引选择自适应约束策略更新种群并继续迭代，若是以输出种群中所有非支配个体作为优化的无人机飞行路径。本发明可有效应对无人机路径规划过程中的多重约束挑战，通过强化学习在线反馈动态更新约束策略，从而提升路径规划的效率和适应性。