摘要
本发明公开了一种输电线路的路径规划方法、系统、设备及介质,方法包括:首先对目标规划区域进行栅格化处理,将其划分为若干等尺寸的栅格单元,并为每个栅格单元构建对应的多目标张量,提升了区域内环境特征的结构化表达能力。接着构建了一个基于深度强化学习的输电线路路径规划模型,通过智能体与目标规划区域的持续交互,实现对环境感知的自主学习;然后在训练过程中,模型通过输电线路环境感知损失函数对参数进行动态优化,直至收敛为具备多目标平衡能力的路径规划模型;最后将深度强化学习模型应用于目标规划区域,输出最终的输电线路路径。本发明解决了现有技术存在多目标表达与方向敏感性不足、探索效率低下且学习收敛速度慢的问题。
技术关键词
深度强化学习模型
栅格
路径规划方法
输电线路环境
感知损失函数
输电线路规划
输电线路综合
数据访问
终点
网络
存储程序代码
加权平均法
遥感卫星图像
路径规划设备
策略
路径规划系统
表达式
系统为您推荐了相关专利信息
覆盖路径规划方法
水下机器
染色体
多策略
多层栅格地图
移动机器人
深度强化学习
路径规划方法
全局路径规划
注意力机制
移动装置
C型臂X射线机
移动式医疗设备
移动物体
路径规划方法