一种基于深度安全强化学习的水下滑翔机路径规划方法

本发明公开了一种基于深度安全强化学习的水下滑翔机路径规划方法，该水下滑翔机路径规划方法采用水下滑翔机路径规划模型，水下滑翔机路径规划模型包括：多层感知机和基于约束马尔可夫决策过程的深度神经网络，其中，多层感知机的输入为多元数据矩阵，多层感知机提取关键特征，基于约束马尔可夫决策过程的深度神经网络包括：动作网络、奖励评价网络和损耗评价网络。本发明的水下滑翔机路径规划方法通过基于深度安全强化学习的方法，可以在确保水下滑翔机安全的前提下，实现综合成本最优的路径规划，降低了路径时间和路径距离。