基于分层强化学习的路径规划方法、装置、设备和介质

本申请涉及一种基于分层强化学习的路径规划方法、装置、设备和介质，通过将任意一平面地图转化为栅格化后，在避免碰撞障碍物的约束下将起点位置和终点位置之间路径最短作为优化目标，从起点位置开始选择多个子目标位置，直至到达终点位置，将起点位置和终点位置之间的路径规划问题，转换为多个局部子路径规划问题，接着采用人工神经网络作为A*算法中的启发式函数构建学习启发式网络，并利用强化学习对所述学习启发式网络进行训练，利用训练后的学习启发式网络对各局部子路径规划问题进行求解，得到各局部子路径的最优解，继而得到有界次优路径规划结果。采用本方法在任一平面地图上，高效的进行路径规划。