一种基于量子搜索和强化学习的机器人路径规划方法、装置及介质

本发明公开了一种基于量子搜索和强化学习的机器人路径规划方法、装置及介质，方法包括将真实环境和机器人状态量子化，将现实世界的环境和机器人状态动态映射到量子领域建立量子域；基于预设的量子搜索模型，利用量子叠加原理在量子域中进行搜索并获得多个搜索样本；根据机器人到达目标位置的概率，从多个搜索样本中确定一个或多个目标搜索样本；预先确定基础强化学习模型，并利用量子搜索模型和目标搜索样本对基础强化学习模型进行训练，并确定训练后的强化学习模型为机器人路径规划模型。本发明能够快速地获得高质量的目标搜索样本，可有效地减少机器人路径规划训练回合数，提高机器人路径规划的质量和速度。