基于分级课程学习与注意力机制的混合式强化学习导航方法及系统

本发明涉及一种基于分级课程学习与注意力机制的混合式强化学习导航方法及系统，属于智能机器人与自主导航技术领域。该方法通过传感器获取机器人状态与环境信息；利用自注意力网络提取激光雷达序列上下文特征并生成子目标候选集；采用动态窗口法验证轨迹；构建多目标奖励函数和分级课程学习框架；最终通过混合损失函数更新策略。该系统相应包含传感器、特征提取、子目标生成、轨迹验证、奖励函数构建、课程学习控制和策略更新模块。本发明解决了传统规划器缺乏长远规划与强化学习训练效率低、安全性差的问题，显著提升了机器人在未知复杂环境中的导航智能性、安全性和学习效率。