基于强化学习的无人机航迹规划方法及装置

本发明公开了一种基于强化学习的无人机航迹规划方法及装置，包括：获取无人机当前时刻的状态信息；其中，状态信息包括：位置信息、速度、姿态信息、目标点坐标和威胁区信息；将当前时刻的状态信息输入训练完成的Actor网络，得到对应的高斯分布参数；其中，Actor网络根据奖励函数进行训练；奖励函数根据无人机的位置信息得到；从高斯分布参数中随机选取目标动作，并使无人机执行目标动作，以完成当前时刻无人机的航迹规划。本发明可使无人机在未知环境下，通过训练完成的Actor网络为无人机规划航迹，以实现对威胁区进行绕飞或者突防，能够实现多无人机在未知环境下的突防路径规划，确保无人机能够在执行任务过程中灵活应对威胁。