一种基于强化学习的无人机与车辆联合配送路径优化方法和系统

本发明公开了一种基于强化学习的无人机与车辆联合配送路径优化方法和系统，包括以下步骤：首先对无人机与车辆的联合配送路径优化问题进行数学建模，构建由节点集组成的完整图，并形式化为马尔可夫决策过程；然后构建由编码器和解码器组成的参数化强化学习智能体行为策略网络，进行节点选择策略求解；最后通过基于策略梯度的深度强化学习算法，进行模型参数更新，最终得到训练好的模型参数集。本发明通过深度强化学习技术解决了运输投送场景下无人机和车辆联合调度的问题，使之能够高效配送。