一种基于深度强化学习的船舶路径规划方法

本发明公开了一种基于深度强化学习的船舶路径规划方法，适用于复杂海域环境。通过环境建模和动态障碍物识别，构建详细的状态空间，并利用人工势场增强对环境的感知。采用ID3QN‑PER算法训练模型，设计适应性探索策略和网络参数更新机制，确保在动态环境下的航行安全和效率。该方法还包括动作空间的离散化处理，结合COLREGS规范设计避障策略，通过B样条技术平滑航线，并能根据实时环境数据调整航行策略，提升路径规划的实时性和全局优化性。