一种面向海域搜索的强化学习方法

本发明提出了一种面向海域搜索的强化学习方法，包括以下步骤：Step1、面向海域搜索的状态空间设计，设置状态空间为向量形式；Step2、面向海域搜索的动作空间设计，假定在单轮搜索过程中搜索主体航速大小保持不变，每步中搜索主体只决策当前步的航向变化量；Step3、面向海域搜索的奖励函数设计，建立稀疏奖励函数；Step4、面向海域搜索的强化学习算法设计，海域搜索智能体的输入为大小为1×25的状态向量，输出一个[‑1,1]范围内的标量，作为动作概率分布的期望；Step5、基于建立的海域搜索仿真环境和智能体模型，采用PPO算法实现模型训练。