一种基于分层强化学习的未知环境中的主动跟踪方法

本公开提供了一种基于分层强化学习的未知环境中的主动跟踪方法，基于跟踪目标掩码和成像平面的空间关系，计算跟踪目标与跟踪平台的相对位置，作为任务信息；每个跟踪平台具有高层技能决策网络和底层执行决策网络；高层技能决策网络根据环境状态选择当前执行技能；底层执行决策网络负责执行跟踪和安全技能；将任务信息、环境感知信息输入训练好的高层技能决策网络，输出技能选择；根据技能选择确定执行跟踪技能还是安全技能，根据当前环境感知信息和任务信息确定输出控制动作，驱动跟踪平台执行跟踪或安全行为。使用本发明能够解决现有强化学习方法在环境迁移时性能下降、模型复杂导致自适应能力不足及训练成本高昂等问题。