一种面向室内复杂动态环境的路径规划方法

本发明涉及一种面向室内复杂动态环境的路径规划方法，本发明公开了一种面向室内复杂动态环境的路径规划方法，引入动态扰动优化、自适应探索率调整与优先经验回放机制，提升智能体对动态环境的响应能力与策略稳定性。在家庭、餐馆、图书馆三类典型动态场景下的实验表明，APE‑DPO在路径步数、成功率和收敛速度方面均优于路径规划领域代表性的强化学习模型DQN、DDQN及其变体，部分场景步数减少6.9％至12.5％，展现出良好的鲁棒性与实际应用潜力。