基于RRT*路径智引无人船强化学习的路径规划方法及装置

本发明涉及基于RRT路径智引无人船强化学习的路径规划方法及装置，通过以一条RRT*算法规划出来的最优路径path(可能为局部最优)作为无人船强化学习的参考，并将此路径加入到无人船强化学习中，通过计算无人船在探索时与path的水平距离Δxt的平方，以此计算结果来作为常数N的除数，最终得出一个奖励值Rt，给此奖励函数命名为“N‑距离衰减奖励方程”。通过引入“N‑距离衰减奖励方程”，可以使无人船在探索时减少探索时间，进而提高无人船找到最优路径的效率。并且由于使用了RRT*路径来引导无人船，相较于RRT路径来引导更可能达到最优路径。