基于多头注意力机制的深度强化学习路径规划系统

本发明涉及路径规划领域，具体提出了一种基于多头注意力机制的深度强化学习路径规划系统，旨在解决不同规模的旅行商问题(TSP)和车辆路径问题(VRP)。系统通过双通道编码处理静态与动态元素，利用多头注意力模块融合节点时空依赖关系，生成全局上下文向量，经指针网络计算节点选择概率分布并决策节点，同时更新系统状态、屏蔽无效节点以符合约束，重复迭代直至生成完整路径序列，优化路径总长度。该系统在强化学习框架下运行，包含actor‑critic双网络架构，采用随机梯度下降法结合裁剪梯度范数等优化方式，利用批量归一化和dropout技术提升性能。本发明能有效处理TSP和VRP问题，兼具良好时间效率与扩展性，为路径规划领域提供创新解决方案。