一种基于改进RND3QN网络的多智能体路径规划方法及系统

本发明公开了一种基于改进RND3QN网络的多智能体路径规划方法及系统，方法包括：数据获取及数据预处理，对原始图像、雷达和自身状态数据进行格式转换；构建卷积神经网络‑长短期记忆架构，提取多源测量特征向量作为RND3QN的输入；采用改进的RND3QN算法框架，设计一种基于多智能体位置约束的新奖励函数；通过增量学习策略对模型进行训练，实现多个智能体的协作路径规划；引入贪心策略和玻尔兹曼概率选择策略，避免收敛到局部极值；采用n步时序差分算法减少偏差。本申请提高了路径规划的准确度，降低了移动过程中碰撞的概率，缩短了循迹时间，增强了对动态障碍物躲避能力，有利于多智能智能体的合理调度。