一种基于深度强化学习的煤矿井下机器人路径规划方法

本发明涉及一种基于深度强化学习的煤矿井下机器人路径规划方法，包括：获取待预测状态信息，设计双模态奖励函数，驱动机器人向目标位置移动中避开障碍物；将待预测状态信息输入路径规划模型，获取路径规划结果；路径规划模型利用训练集训练改进后的DDPG双层网络模型获得；改进DDPG双层网络模型包括：在DDPG双层网络模型的Actor网络模块前添加LSTM层，用于充分利用环境信息，Actor网络模块隐藏层中的全连接层采用ReLU激活函数，以及在Actor网络模块的最后一层引入Sigmoid激活函数，确保输出值均为非负值，并将DDPG双层网络模型中Critic网络模块的最后一全连接层替换成改进后的决斗网络。