基于深度强化学习的显示面板修复路径优化方法及装置

本发明涉及基于深度强化学习的显示面板修复路径优化方法及装置，包括以下：获取目标显示面板图像；对所述目标显示面板图像进行预处理以及特征提取得到相关特征；将相关特征输入预建立的深度强化学习模型中，由所述深度强化学习模型输出优化修复路径并进行显示面板修复；所述深度强化学习模型为基于深度强化学习构建的以策略网络和价值网络作为智能体的PPO算法模型。本发明解决了传统方法中多缺陷场景下路径冗余和规划耗时的问题。通过实时采集数据，利用深度强化学习算法不断更新奖励函数和策略，使得修复路径和现场缺陷状态实时匹配，解决传统方法中无法实时响应动态缺陷变化的问题。