一种基于光子脉冲强化学习网络的路径规划方法及装置

本发明公开了一种基于光子脉冲强化学习网络的路径规划方法及装置，涉及光子脉冲强化学习网络领域，方法包括：根据多层级的脉冲神经网络调整显式MZI网络中每个移相器的相位，配置出权重矩阵；使用光调制器对光源进行脉冲信号加载得到输入信号；利用权重矩阵和输入信号通过干涉效应和耦合效应获得多个线性计算结果；将多个线性计算结果输入到DFB‑SA激光器中，通过调整激光器增益区的注入电流和饱和区的反偏电压，得到非线性激活结果；将非线性激活结果作为新的输入信号，返回重新执行利用权重矩阵和输入信号获得多个线性计算结果的步骤，直至完成脉冲神经网络中所有层级的计算，实现了高速、低功耗且易配置的路径规划。