一种基于改进DDQN网络的无人机动态路径规划方法

本发明提供一种基于改进DDQN网络的无人机动态路径规划方法，涉及无人机路径规划技术领域。该方法首先对无人机执行任务区域的环境与状态进行初始化操作，并利用状态向量描述环境信息与无人机状态；然后利用人工势场法计算无人机在运动过程中由目标点以及障碍物共同作用下所受到的合力，计算无人机的运动方向，生成启发式路径；利用DDQN神经网络对人工势场法生成的启发式路径进行优化，选取飞行动作，确保无人机避障并朝目标前进；最后进行无人机路径的实时规划与调整，直至无人机完成飞行任务。该方法结合了人工势场法和双重深度Q网络DDQN，解决了无人机在低空动态复杂环境中的路径优化和实时避障问题。