一种基于神经网络的超声强化机器人路径规划方法及装置

本发明公开了一种基于神经网络的超声强化机器人路径规划方法及装置，属于机器人路径规划技术领域。方法包括：利用预先训练好的神经网络针对输入的地图、起始点和终止点，输出从起始点到终止点预测路径的热力图；用于训练所述神经网络的训练样本包括作为输入的样本地图、样本起始点和样本终止点，还包括作为输出的样本最优路径；所述样本最优路径是利用路径规划算法生成的；将热力图转换为一维概率分布；基于第一随机数针对所述一维概率分布进行采样，得到当前采样点，并利用自适应步长和当前采样点确定当前选中的路径点，直到完成从起始点到终止点的路径点选择，得到规划路径。本发明能够避免大量无效采样，减少冗余节点。