一种用于未知环境的水下机器人路径规划方法

本发明提供一种用于未知环境的水下机器人路径规划方法，水下机器人路径规划技术领域。本发明通过M‑DQN水下机器人路径规划模型进行未知环境水下路径规划，其训练为：水下机器人通过MOA机制选择下一步动作与水下环境进行交互；根据交互反馈通过奖励机制对当前动作进行奖励或惩罚，并将动作经验存储至分层经验池中；当动作经验积累到预设数量时，从分层经验池中利用分层提取机制提取批量动作经验进行学习；循环上述过程直到触碰障碍物或抵达目标点，结束本轮学习；对每轮学习进行评估，根据评估结果进行奖励回馈，被回馈的奖励值将参与下一轮的训练。提升了水下机器人的学习效率，避免了传统方法中因训练不充分而导致的路径规划精度不足的问题。