一种基于强化学习和模仿学习的塔吊路径智能规划方法

本发明公开了一种基于强化学习和模仿学习的塔吊路径智能规划方法，该方法首先基于行为克隆算法BC模仿专家演示的吊运轨迹学习到可行的初始吊运策略；随后基于线性函数的训练策略将近端策略优化算法PPO和生成对抗模仿学习算法GAIL的损失函数进行线性组合，以充分结合强化学习和模仿学习的优点，最终构建塔吊智能路径规划模型，从而提高规划路径的可操作性，本发明提出一种结合强化学习算法与模仿学习算法的路径规划模型，通过学习和模仿操作人员的吊运策略，在训练中与环境交互并不断迭代优化，生成同时具备较高的运输效率、吊运安全和可操作性的塔吊吊运路径。