摘要
本发明公开了路径规划技术领域的一种基于深度强化学习的外卖配送路径规划方法,所述规划方法包括以下步骤:步骤一:读取问题输入的信息,定义优化目标,设定约束条件;步骤二:搭建编码器‑解码器架构中的基础神经网络;步骤三:构建演员和评论家网络;步骤四:设定网络训练过程参数;步骤五:构建数据集;步骤六:演员网络和评论家网络的前向传递;步骤七:网络的训练与更新;步骤八:终止判断。本发明具有求解速度快、泛化能力强的优点,有着更好的适应能力和发展前景,能够对更加复杂的问题进行模拟和求解,引入注意力‑指针网络结构加快了算法收敛的速度,已训练好的网络参数可以保存,不需要每次重新进行大量的运算。