算法3:神经规划器训练集构造 |
输入:训练样本集,任务场景数据集 ,任务场景的隐藏表示集 ,任务场景中可行路径的集 输出:下一时刻位置 1.← 2. ←Encoder( ) 3. ←LoadPath() 4. for i←1 to N do//N代表任务场景的个数 5. forj←1 to M do //M代表第i个任务场景的可行路径条数 6. Length← .Length()// 代表第i个任务场景的第j条可行路径 7. Reverse←False 1 8. if Length > 0 then |