一种基于深度强化学习的无人机动态航迹规划算法

本发明提供一种基于深度强化学习的无人机动态航迹规划算法，包括：利用网格划分对无人机的路径规划环境进行建模，获得地图环境模型；根据地图环境模型设计无人机的状态空间；设计无人机路径规划的奖励函数；根据无人机状态空间和奖励函数，结合改进的深度强化学习算法进行无人机动态航迹规划，得到无人机的最优路径规划结果。本发明通过显著抑制深度Q网络(DQN)的过估计问题，提升航迹规划精度，且能够适应复杂动态环境，增强无人机任务适应性，提供可解释性强的决策支持，并提升任务执行效率。