一种基于深度强化学习的多AUV声光多模协同搜索方法

本发明公开了一种基于深度强化学习的多AUV声光多模协同搜索方法，属于海洋环境协同搜索技术领域，在任务区域中部署多个AUV，并将任务区域离散化为多个网格；AUV根据当前位置和目标存在概率规划搜索路径，并执行搜索任务，在AUV每次移动后更新联合概率图模型；当AUV发起光通信请求，接收光通信数据的目标AUV将融合来自该AUV的信息，更新自身的联合概率图模型，目标AUV基于更新后的联合概率图模型重新规划搜索路径；重复执行上述步骤，直到将任务区域内目标搜索完毕。本发明基于多智能体强化学习的多AUV声光多模协同搜索能够有效提高通信受限下多AUV的协同搜索效率，可以适用于复杂海洋场景下AUV集群协同搜索。