基于PDPG的船舶连续转向智能避撞决策系统

本发明属于船舶自动控制技术领域，公开了基于PDPG的船舶连续转向智能避撞决策系统，包括PDPG模型和仿真环境，PDPG模型包括主Actor网络、目标Actor网络、主Critic网络和目标Critic网络，主Actor网络用于生成主要的转向决策以考虑当前最优的避碰策略；目标Actor网络用于在探索阶段生成不同的应急转向动作；主Critic网络通过反向传播进行网络参数的更新，并评估当前状态和当前动作的整体收益；目标critic网络以较慢的速率更新自身的网络参数，用于评估当前转向动作的安全性。本发明使船舶在执行动作时既具备安全的保守性，又不失灵活性，适应不断变化的海洋环境。