基于深度强化学习的自适应机器人轨迹规划方法及系统

本申请实施例涉及机器人路径规划，具体而言，涉及一种基于深度强化学习的自适应机器人轨迹规划方法及系统，方法通过获取涵盖环境交互状态与运动姿态序列的实时轨迹数据集合，能完整呈现机器人的运动情况；通过动态轨迹特征提取处理可以精准提炼关键特征；基于预训练的深度强化学习策略网络生成自适应轨迹优化策略，使策略能根据动态特征灵活调整；对机器人运动姿态序列进行增量式轨迹修正处理，能逐步优化轨迹，生成符合动态环境适配性的优化轨迹序列；将优化轨迹序列同步至运动控制系统，使得机器人可迅速且准确地执行优化后的轨迹，显著增强机器人在复杂动态环境中的运动规划能力与执行效率。