复杂场景下基于AI强化学习的智能追踪系统、方法及机器人

本发明公开了复杂场景下基于AI强化学习的智能追踪系统、方法及机器人，系统包括：POMDP环境建模模块、递归策略网络模块、MDP决策执行模块；所述POMDP环境建模模块，用于预设目标的状态空间、动作空间及观测空间，输出状态转移概率及观测概率矩阵；所述递归策略网络模块，用于处理历史观测序列，输出多梯度策略；所述MDP决策执行模块，用于将POMDP的置信状态软映射为MDP状态，通过Boltzmann探索与双Q‑learning更新生成实时动作指令，实现目标的智能追踪。本发明通过协同优化环境建模与实时决策能力，显著提升目标追踪系统在动态复杂场景下的性能。