基于近端策略优化的路径规划方法、装置和计算机设备

本申请涉及一种基于近端策略优化的路径规划方法、装置和计算机设备。方法包括：构建包括编码器和解码器的强化学习模型，采用编码器对目标点信息图进行编码，得到状态编码结果，采用解码器分别对扩展后的状态编码结果进行解码，得到多个巡回路径以及生成对应巡回路径的概率；根据当前状态下每一巡回路径的长度和概率进行加权求和，得到状态价值，根据巡回路径的长度得到当前动作的动作价值，根据动作价值和状态价值计算得到优势值；利用优势值、裁剪概率比率以及生成首次访问节点对应的概率，对强化学习模型中的策略参数进行近端策略优化，以输出待规划目标点信息图的最优路径规划方案。采用本方法能够提高无人机路径规划方案的准确性。