一种基于DDPG-DKNN的无人潜器路径跟踪方法

本发明涉及海洋智能系统技术领域，具体涉及一种基于DDPG‑DKNN的无人潜器路径跟踪方法，包括：实时采集无人潜器的航行指标，并以此构建DDPG算法的状态空间。基于双层网络架构，在Actor网络中生成动作策略，采用Critic网络评估其值函数，为策略的优化提供反馈。引入DKNN算法，在重播缓冲区中选择与当前状态最相似的样本，优化经验回放过程，增强算法的泛化能力。基于均方误差计算Critic网络的损失函数，采用随机梯度下降法迭代更新参数，不断提高网络的评估精度。基于DDPG‑DKNN算法实时生成控制策略。与现有技术相比，本发明具有提高无人潜器的路径跟踪精度等优点。