基于深度强化学习的水下多AUV任务分配方法及设备

本发明公开了一种基于深度强化学习的水下多AUV任务分配方法，将水下区域进行网格化处理；建立基于深度强化学习算法的优化分配策略，确定每个AUV要收集的传感器节点及沿节点的访问路径；设定目标函数为总任务完成路径时延最小，设置当前最优任务分配策略为策略φ；令从首个节点开始，以ε概率随机分配节点，以1‑ε概率按照策略φ分配节点；重复上述过程至节点分配完毕；计算AUV在两节点间行驶时延，并将其定义为边时延；将AUV访问节点顺序定义为非对称TSP问题并采用LKH算法解决；计算AUV在所有节点间航行的边时延矩阵并将其输入优化分配策略中；使用GA算法生成初始策略φ，再迭代优化策略φ，直至得到目标函数最优解。本发明降低了多AUV的收集时延。