基于混合注意力与强化学习的动力电池拆解路径决策方法

本发明涉及资源回收技术领域，公开了基于混合注意力与强化学习的动力电池拆解路径决策方法。基于混合注意力与一维卷积构建多次归一化与残差连接的解码器，根据解码器构建多解码层的多模态模型，并获取以往电池拆解的历史拆解数据结合强化学习对多模态模型进行训练，获取电池拆解模型；获取待拆解电池的拆解数据，输入电池拆解模型，获取拆解动作以及评分，根据评分与预定阈值比较结果执行当前的拆解动作；将拆解动作与拆解数据一并输入电池拆解模型，获取下一步的拆解动作，并根据评分与预定阈值比较结果执行下一步的拆解动作，直至待拆解电池拆解完成。解决了现有的电池拆解路径决策方法效率低下和易受到环境影响的问题。