一种基于强化学习的动态环境下双层控制方法及系统

本发明公开了一种基于强化学习的动态环境下双层控制方法及系统，针对人机共存环境中多任务作业的路径规划问题，设计了双层强化学习架构，包括步骤：S1，根据机器人要执行的多任务作业，利用安全合作线性时序逻辑进行多任务原子命题化，构建所对应的有限状态自动机；S2，根据环境中人工驾驶车辆的观测状态，通过构建动态因素离散运动模型，完成环境不确定性测度；S3，根据环境不确定性测度，进行风险测度；S4，基于双层强化学习算法进行路径规划；S5，机器人作业过程中如果遇到作业中断，返回步骤S4，重新进行风险计算以及路径规划。本发明能实现局部与全局最优路径的有效结合，最终生成全局最优多任务作业路径。