一种基于深度强化学习的智能航线规划方法

本发明涉及智能航线规划技术领域，提出了一种基于深度强化学习的智能航线规划方法，结合AIS数据预处理、强化学习算法、状态空间设计、动作空间设计和奖励函数设计实现智能航线规划。具体的，通过AIS数据预处理，识别与剔除异常停止点、异常漂移点、异常转向点。同时，通过整理并筛选出历史航线数据，构建了船舶历史航迹的安全数据库。第三，建立深度强化学习模型，通过将K‑means算法结合到DQN算法中，实现了提高DQN算法的收敛速度。本发明实现了一种高效、安全且可扩展的智能航线规划方法。