一种基于改进集成强化学习的车辆路径规划智能算法

本发明公开了一种基于改进集成强化学习的车辆路径规划智能算法，具体包括如下步骤：步骤一、构建仿真环境；步骤二、构建马尔科夫决策模型；步骤三、采用Maxmean‑DQN算法求解最优路径，获得车辆路径规划的一个最优策略；Maxmean‑DQN算法能高效快速实现对复杂环境下的车辆路径规划，能避免车辆撞到障碍物、有效规避重复路线，解决现有路径规划中的搜索不彻底、重复已有路线、效率低的问题，实现自适应的最优路径规划；并在马尔科夫决策模型的奖赏函数中设置撞到障碍物、重复已有路线作为惩罚，尤其是设置撞到障碍物获得较大的惩罚，以避免损失。