一种基于检索增强机制的路径覆盖方法

本发明提出一种基于检索增强机制的路径覆盖方法，该方法包括：获取预先收集的数据集，基于Decision Transformer架构构建策略模型，将机器人视为一个智能体，利用策略模型预测智能体的动作分布，得到策略模型在当前时刻预测的动作分布，基于预先收集的数据集，将输入轨迹依次经过FH机制与预训练语言模型处理，以得到键值对集合，基于当前输入子轨迹从键值对集合中检索出相似子轨迹，得到检索到的相似子轨迹的集合。本发明通过引入外部记忆库，添加相似轨迹检索机制，在训练模型初期快速构建路径规划策略，有效降低冗余的覆盖路径规划的效果，使训练消耗的计算资源明显降低，提高模型在稀疏奖励环境中的决策能力。