一种动态环境下的机器人路径规划方法

本发明提供了一种动态环境下的机器人路径规划算法，涉及机器人路径规划技术领域,通过机器人与环境的交互获取动态数据，存储至经验回放缓冲区；从缓冲区随机采样批量数据，输入至Dueling DQN的双流架构中，分解为状态值和优势函数；自适应更新机制基于所述状态值和优势函数计算贝尔曼误差和Q值稳定性，调整自适应目标网络的更新频率；基于更新后的自适应目标网络生成机器人路径规划策略，根据当前环境状态和机器人路径规划策略确定机器人下一步动作，直至到达目标位置，完成路径规划，有效规避机器人路径规划中的无效探索行为，提升到达目标点的效率。