一种基于强化学习的无人机路径规划避障方法

本发明公开了一种基于强化学习的无人机路径规划避障方法，包括如下步骤：S1、采集多模态传感数据并初始化经验回放池；S2、构建动态图并输入时空图注意力卷积网络，生成状态嵌入向量；S3、将状态嵌入向量输入改进型软演员评论家模型，输出三分支高斯分布参数；S4、调整方差生成风险自适应噪声分支；S5、按分支权重加权采样生成动作候选集；S6、输入隐式分位评论家与安全评论家，剔除低安全值动作；S7、选择最优动作指令并执行，获取环境反馈和下一状态；S8、将状态嵌入向量、最优动作指令、环境反馈和下一状态写入经验回放池并更新模型参数。本发明提高了无人机在复杂环境中的避障能力与路径规划效率。