基于深度强化学习的环境探索方法、装置及电子设备

本发明公开了一种环境探索方法，具体是涉及到一种基于深度强化学习的环境探索方法、装置及电子设备。本发明创新性地引入对比学习机制，模拟人类通过对比强化关键信息识别的认知过程，在高维特征空间中对不同效用等级的节点施加对比约束，实现潜在表征解耦，使决策网络精准捕获关键区域特征，显著提升最优视点选择精度。同时，本发明设计了一套包含强制动作约束的训练规则，以优化决策路径。此外，本发明还提出了一种创新的图稀疏化算法，通过自适应图结构的简化，在保持性能标准的同时简化了计算复杂度。本发明在保持计算成本最低的同时，实现了5.6％的性能提升，为机器人、无人机等设备在大规模环境中的自主探索提供了全新的解决方案。