基于深度强化学习的多关键字覆盖下最优路径查询方法

本发明属于时空数据管理技术领域，具体为基于深度强化学习的多关键字覆盖下最优路径查询方法，包括以下步骤：利用IG‑Tree结构对大规模路网进行区域划分，同时结合输入的关键字需求生成相应的兴趣点候选集，从而缩小目标范围；采用高效的路网索引技术H2H对候选集进一步筛选；将经过筛选的兴趣点候选集输入到基于编码器‑解码器的深度学习模型中，用于探索关键字覆盖的最优兴趣点组合；最后，通过强化学习对模型进行训练和优化，使其能够在路网环境中自主调整策略并找到全局最优路径。