算法4：训练神经规划器

输入：训练集，学习率lr, EPOCHS,BATHSIZE

输出：下一时刻位置

1. for ep←1 to EPOCHSdo

2. for i←1 to N/ BATHSIZE do

3. PlannerNet梯度清零

4. 从中取出BATHSIZE个训练样本 ${\mathcal{F}}_{task}$

5. 预测结果 ${\mathcal{P}}_{next}$ ←PlannerNet ( ${\mathcal{F}}_{task}$ )

6. 计算预测误差 $L_P$

7. 反向传播

8. 更新参数 ${\theta }^p$