本发明提供一种基于DQN的无人机路径规划方法，首先用栅格法生成训练集；设置障碍的奖励函数，并初始化强化学习的Q值；构建DQN中的卷积神经网络，并训练模型；在DQN中构建图像分割网络Mask R‑NN，并使用遥感图像对训练好的Mask R‑NN进行测试；将Mask R‑CNN网络输出的栅格图输入到已经训练好的模型，最终输出成功通过障碍到达终点的遥感图像。本发明实现DQN算法在真实环境图像中进行路径规划，为DQN在真实环境中路径规划研究做铺垫。
声明：
“基于DQN的无人机路径规划方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
990
编辑：管理员
来源：北方有色网
咨询细节
