基于深度强化学习的水下协同搜索定位方法及其系统

本发明涉及水下协同搜索定位技术领域，更具体地说，涉及基于深度强化学习的水下协同搜索定位方法及其系统，包括：获取水下机器人的环境信息和目标信息；获取水下机器人的六自由度位姿信息；基于环境信息和目标信息，判断水下机器人是否在搜寻目标区域内；根据判断结果，确定水下机器人的当前状态；基于当前状态和预设的马尔可夫决策过程，生成决策结果；根据决策结果，输出水下机器人的下一步动作指令，通过创新的深度强化学习框架，有效解决了水下环境的不确定性和动态变化问题。该方法能够根据实时的环境信息和目标信息，动态调整搜索策略，实现更加智能和高效的决策，引入了基于蒙特卡洛采样的任务分配算法，提高了多机器人系统的协同效率。