一种潜航器编队控制方法

单一的水下巡航器已无法满足复杂海洋环境下高难度任务的需求。本发明提出了一种潜航器编队控制方法，尝试了强化学习中广泛使用的TRPO、td3和PPO算法，并通过实验选出了效果最好的PPO算法实现了高效的集群控制。在训练过程中，潜航器通过传感系统感知环境信息，经信息处理中心进行转换后传输给神经网络，从而实现智能决策。神经网络输出行为策略，与环境互动并根据奖励信号不断优化。潜航器群通过编队控制和合作，逐渐学会完成复杂任务。