基于强化学习的智能巡检路径规划方法及系统

本发明提供基于强化学习的智能巡检路径规划方法及系统，涉及路径规划技术领域，包括构建场景理解模型和动态交互模型，形成认知增强型数字孪生系统。融合元启发式搜索和社会学习机制，通过多目标冲突协调器平衡巡检效率、能耗和风险。群体行为涌现预测模型实现对协同模式的动态预测，联邦学习框架实现经验知识的聚合，生成适应性强的群体演化策略，并通过实时反馈的鲁棒性评估机制和基于注意力机制的任务分配优化器，实现从任务执行到认知增强的闭环优化，提高了巡检效率和适应性。