基于图形搜索训练的Q-learning路径规划方法及系统

本发明公开了一种基于图形搜索训练的Q‑learning路径规划方法，包括：使用图形搜索方法在环境地图中找到路径并根据所述路径，创建第一Reward矩阵；初始化Q矩阵并使用所述第一Reward矩阵预训练所述Q矩阵第一预设次数；根据环境地图创建第二Reward矩阵并使用所述第二Reward矩阵继续训练所述Q矩阵第二预设次数；使用所述Q矩阵寻找路径并判断寻找到的路径质量是否为最优路径，若是，则结束路径规划，若否，则返回使用所述第二Reward矩阵重新训练所述Q矩阵。本发明的一种基于图形搜索训练的Q‑learning路径规划方法，能够无需对标准算法进行修改，并且能够减少训练所需的时间，从而减少路径规划的总时间。