融合注意力机制与元学习的PPO路径规划方法

本发明公开了一种融合注意力机制与元学习的PPO路径规划方法，属于人工智能与路径规划交叉领域。该方法通过构建带注意力机制的PPO网络，使智能体动态聚焦关键环境特征；引入元学习框架，经多样化任务集预训练掌握通用规律，新环境中少量交互即可快速适应。方法分三阶段：初始化带注意力机制的PPO网络并设超参数；元训练阶段从任务集采样并迭代优化元参数；在线阶段基于元参数快速适配新环境并执行路径规划。本发明提升了决策精度与泛化能力，减少参数冗余，适用于复杂动态环境下的路径规划。