基于多尺度平均场表示方法的智能寻路算法和装置

本发明公开了基于多尺度平均场表示方法的智能寻路算法和装置，其方法包括：选取强化学习环境，对环境进行初始化；和环境进行交互并取得反馈数据存入经验回放池；从经验回放池中分批获取环境交互数据对强化学习模型进行训练；定义多尺度平均场表示公式；定义基于多尺度平均场多智能体强化学习的机器人智能寻路过程。本发明显著提升了行为预测的准确性和决策效率。本发明提出了一种强大而灵活的基于多尺度平均场表示方法的智能寻路算法，在多智能体强化学习中展现了优异性能，特别是在大规模复杂环境下，实现了更高效、更精准的智能体行为预测，为多智能体强化学习的发展提供了有力支持。