[发明专利]车辆路径规划方法及装置、计算机可读存储介质、终端

权利要求书

1.一种车辆路径规划方法，其特征在于，所述方法包括：

编码待规划的访问站点的名称序列和距离序列，所述名称序列包含所述访问站点中每个站点的名称编码值，所述距离序列包含所述访问站点中两两站点间的距离值；

将所述名称序列和所述距离序列输入至预先训练的路径规划模型中，以使所述路径规划模型基于所述距离序列对所述名称序列进行重新排序并输出新名称序列，所述新名称序列能够使访问所述访问站点的规划路径距离最短，所述路径规划模型是预先对指针网络类型的深度网络进行训练得到的；

获取所述新名称序列对应的规划路径；

其中，预先对指针网络类型的深度网络进行训练得到所述路径规划模型的过程，包括：

获取训练样本，所述训练样本包含多组训练用访问站点的名称序列样本和距离序列样本，一组名称序列样本对应一个训练用规划路径、对应一个距离序列样本；

从所述训练样本中抽取一组本次训练用的名称序列样本，将该组名称序列样本和对应的距离序列样本输入至所述指针网络类型的深度网络中，以使所述指针网络类型的深度网络基于所输入的所述距离序列样本输出该组名称序列样本中能够使对应的训练用规划路径距离收敛的一个目标名称序列样本，所述指针网络类型的深度网络的网络参数的初始值是预先设置的；

通过计算所述目标名称序列样本对应的训练用规划路径的距离调整所述网络参数，以使所述指针网络类型的深度网络重新执行所述基于所输入的所述距离序列样本输出该组名称序列样本中能够使对应的训练用规划路径距离收敛的一个目标名称序列样本到满足本次训练的结束条件时结束本次训练，并对本次训练结束时所述指针网络类型的深度网络所输出的最终目标名称序列样本设置指针，所述指针是再次训练所述指针网络类型的深度网络的基础或依据；

将多次训练后的所述指针网络类型的深度网络作为所述路径规划模型。

2.根据权利要求1所述的方法，其特征在于，所述通过计算所述目标名称序列样本对应的训练用规划路径的距离调整所述网络参数，包括：

计算所述目标名称序列样本对应的训练用规划路径的距离；

计算本次训练用的该组名称序列样本的基准距离；

根据所述训练用规划路径的距离和所述基准距离计算所述网络参数的梯度；

基于所述网络参数的梯度更新所述网络参数。

3.根据权利要求2所述的方法，其特征在于，所述计算本次训练该组名称序列样本的基准距离，包括：

在本次训练为非首次训练的情况下，获取上次训练的历史基准距离；

利用所述训练用规划路径的距离和所述历史基准距离计算本次训练该组名称序列样本的基准距离。

4.根据权利要求3所述的方法，其特征在于，所述计算本次训练该组名称序列样本的基准距离，还包括：

在本次训练为首次训练的情况下，使用启发式算法确定该组名称序列样本的优化路径，并将所述优化路径的距离作为本次训练该组名称序列样本的基准距离。