基于多头自适应Actor-Critic算法的车辆路径规划方法及系统

本发明提供了一种基于多头自适应Actor‑Critic算法的车辆路径规划方法，本发明通过仿真生成技术，获取包含至少一个仓库中心、两个以上需求客户节点的城市路网数据，得到训练和测试数据集，并对所述的城市路网节点训练数据进行编码处理，得到二维平面空间[0,1]×[0,1]上的多维度车辆路径编码序列；基于多维度车辆路径编码序列搭建深度强化学习框架，集成多头自适应Actor‑Critic算法构建MHAAC模型，形成车辆路径规划系统；采用所构建的MHAAC模型对城市路网数据进行路径求解，实现在满足所有客户需求约束条件下，生成全局最优路径方案。本方案成功解决了因环境信息特征稀疏、固定特征嵌入、静态参数生成和单一解码策略等局限所导致的自适应性差、求解时间延长、得解质量下降等问题。