1.一種基于改進(jìn)長(zhǎng)短期記憶網(wǎng)絡(luò)的移動(dòng)機(jī)器人路徑規(guī)劃方法，其特征在于，所述方法包括以下步驟；
2.如權(quán)利要求1所述的一種基于改進(jìn)長(zhǎng)短期記憶網(wǎng)絡(luò)的移動(dòng)機(jī)器人路徑規(guī)劃方法，其特征在于，所述步驟1中，部分可觀測(cè)馬爾科夫決策過(guò)程pomdp對(duì)移動(dòng)機(jī)器人進(jìn)行建模時(shí)的狀態(tài)描述，定義復(fù)雜的交互系統(tǒng)，包括狀態(tài)空間、行動(dòng)空間、觀測(cè)空間以及相應(yīng)的轉(zhuǎn)移、觀測(cè)和獎(jiǎng)勵(lì)函數(shù)，該模型通過(guò)一個(gè)六元組(s，o，a，t，o，r)來(lái)描述，如下：
3.如權(quán)利要求1或2所述的一種基于改進(jìn)長(zhǎng)短期記憶網(wǎng)絡(luò)的移動(dòng)機(jī)器人路徑規(guī)劃方法，其特征在于，所述步驟2中，強(qiáng)化學(xué)習(xí)算法以執(zhí)行者-評(píng)論家sac算法中，sac算法的損失函數(shù)和價(jià)值網(wǎng)絡(luò)定義如下：
4.如權(quán)利要求3所述的一種基于改進(jìn)長(zhǎng)短期記憶網(wǎng)絡(luò)的移動(dòng)機(jī)器人路徑規(guī)劃方法，其特征在于，所述步驟2中，向sac算法中添加長(zhǎng)短期記憶網(wǎng)絡(luò)，考慮到輸入狀態(tài)序列以及輸出信息都是時(shí)序的，因此先針對(duì)q值網(wǎng)絡(luò)的狀態(tài)動(dòng)作進(jìn)行優(yōu)化，將傳統(tǒng)的全連接網(wǎng)絡(luò)替換為lstm網(wǎng)絡(luò)，以處理時(shí)間序列數(shù)據(jù)，過(guò)程如下：
5.如權(quán)利要求1或2所述的一種基于改進(jìn)長(zhǎng)短期記憶網(wǎng)絡(luò)的移動(dòng)機(jī)器人路徑規(guī)劃方法，其特征在于，所述步驟3中，概率補(bǔ)償機(jī)制解釋如下：
6.如權(quán)利要求1或2所述的一種基于改進(jìn)長(zhǎng)短期記憶網(wǎng)絡(luò)的移動(dòng)機(jī)器人路徑規(guī)劃方法，其特征在于，所述步驟4中，將概率補(bǔ)償機(jī)制代入算法如下：
7.如權(quán)利要求1或2所述的一種基于改進(jìn)長(zhǎng)短期記憶網(wǎng)絡(luò)的移動(dòng)機(jī)器人路徑規(guī)劃方法，其特征在于，所述步驟5中，將模型進(jìn)行訓(xùn)練的步驟如下：
8.如權(quán)利要求7所述的一種基于改進(jìn)長(zhǎng)短期記憶網(wǎng)絡(luò)的移動(dòng)機(jī)器人路徑規(guī)劃方法，其特征在于，所述步驟5中，將模型部署到移動(dòng)機(jī)器人完成路徑規(guī)劃的過(guò)程為：將訓(xùn)練好的模型打包封裝于一個(gè)模塊裝置內(nèi)，配置于移動(dòng)機(jī)器人中，當(dāng)驅(qū)動(dòng)機(jī)器人時(shí)首先需要訪問(wèn)該裝置進(jìn)行路徑規(guī)劃，裝置將輸出的結(jié)果用于驅(qū)動(dòng)移動(dòng)機(jī)器人，即可完成最終的移動(dòng)機(jī)器人的路徑規(guī)劃。