摘要
本发明公开了一种巡检无人机自主导航路径规划和避障方法与系统，所述方法包括：初始化；强化学习代理通过与环境交互进行训练，在每个时间步中，当前策略网络基于采用OU噪声增强的惯性探索策略生成动作；无人机执行动作后，环境更新状态，计算即时奖励；将每个时间步的状态、动作、即时奖励和新状态存储在经验回放缓冲区中；基于缓冲区中数据更新双Q网络参数并根据延迟更新机制更新策略网络参数；重复训练直至策略网络的累积奖励超过阈值，输出训练完成的策略网络以实时控制无人机。本发明提高了无人机在复杂场景中的适应能力，适用于复杂地形和密集障碍物环境下的电力设备巡检任务。
