基于改进的MADDPG算法的护林员巡护路径规划方法和装置

摘要

本发明公开了一种基于改进的MADDPG算法的护林员巡护路径规划方法和装置，在原MADDPG算法的基础上，修改演员网络输出层的激活函数及该网络的损失函数，并修改评论家网络的网络结构，添加门控循环单元(gated recurrent unit，GRU)，使改进后的MADDPG算法适用于巡护路径规划问题，再通过栅格图法创建模拟环境，设计合适的动作和状态空间，依照相关的影响因素设置稀疏的奖励函数并塑形，最后，在模拟环境中完成多条路径规划。该路径规划方法和装置更加合理、可行、灵活，且能有效得到最优巡护路径。