一种应用于无人机自主导航训练的正弦衰减A3C算法

本发明公开了一种应用于无人机自主导航训练的正弦衰减A3C算法，在融入先验策略的A3C算法中，通过正弦函数动态调整先验策略衰减参数，解决了先验策略衰减不协调的问题。训练初期，高占比先验策略给予充足的指导；训练后期，低占比先验策略释放学习网络自主优化能力，避免局部最优。本发明通过设计正弦衰减函数，首先确定先验策略衰减参数的初始值，然后根据正弦函数的性质，构建先验策略衰减参数随训练迭代次数变化的关系，使其进行非线性增长，优化A3C算法，在A3C网络训练过程中，将正弦函数衰减后的先验策略影响和学习网络生成的策略进行融合，以此实现先验策略影响在训练过程中的动态调整。