1.一種建筑機(jī)器人路徑規(guī)劃方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的一種建筑機(jī)器人路徑規(guī)劃方法，其特征在于，所述改進(jìn)的雙延遲深度確定性策略梯度模型包括actor網(wǎng)絡(luò)模塊和critic網(wǎng)絡(luò)模塊；
3.根據(jù)權(quán)利要求2所述的一種建筑機(jī)器人路徑規(guī)劃方法，其特征在于，基于采樣優(yōu)先級(jí)經(jīng)驗(yàn)回放機(jī)制從經(jīng)驗(yàn)池中采樣，并對(duì)所述改進(jìn)的雙延遲深度確定性策略梯度模型進(jìn)行訓(xùn)練，獲得路徑規(guī)劃模型的過(guò)程中，通過(guò)引入軟更新機(jī)制的延遲更新策略，對(duì)actor網(wǎng)絡(luò)模塊的網(wǎng)絡(luò)參數(shù)和critic網(wǎng)絡(luò)模塊的網(wǎng)絡(luò)參數(shù)進(jìn)行更新。
4.根據(jù)權(quán)利要求2所述的一種建筑機(jī)器人路徑規(guī)劃方法，其特征在于，在所述actor目標(biāo)網(wǎng)絡(luò)中加入有隨機(jī)噪聲；其中，所述隨機(jī)噪聲，具體為：
5.根據(jù)權(quán)利要求1所述的一種建筑機(jī)器人路徑規(guī)劃方法，其特征在于，建筑機(jī)器人的當(dāng)前狀態(tài)的狀態(tài)空間包括運(yùn)動(dòng)狀態(tài)、碰撞狀態(tài)及成功到達(dá)目標(biāo)狀態(tài)；其中，建筑機(jī)器人的當(dāng)前狀態(tài)的狀態(tài)空間，具體為：
6.根據(jù)權(quán)利要求1所述的一種建筑機(jī)器人路徑規(guī)劃方法，其特征在于，執(zhí)行規(guī)劃動(dòng)作獲取下一時(shí)刻的狀態(tài)并獲得計(jì)算規(guī)劃動(dòng)作的獎(jiǎng)勵(lì)的過(guò)程中，利用強(qiáng)化學(xué)習(xí)獎(jiǎng)勵(lì)函數(shù)計(jì)算規(guī)劃動(dòng)作的獎(jiǎng)勵(lì)；
7.根據(jù)權(quán)利要求1所述的一種建筑機(jī)器人路徑規(guī)劃方法，其特征在于，所述采樣優(yōu)先級(jí)經(jīng)驗(yàn)回放機(jī)制中采樣概率為：
8.一種建筑機(jī)器人路徑規(guī)劃系統(tǒng)，其特征在于，包括：
9.一種建筑機(jī)器人路徑規(guī)劃設(shè)備，其特征在于，包括：
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-7任一項(xiàng)所述的建筑機(jī)器人路徑規(guī)劃方法的步驟。