基于高维状态自适应DQN算法的AUV三维动态路径规划方法

本发明公开了一种基于高维状态自适应DQN算法的AUV三维动态路径规划方法，属于机器人路径规划领域，该方法包括以下步骤：获取环境传感器数据，基于环境传感器数据构建工作环境三维模型；构建深度Q网络模型，将工作环境三维模型输入深度Q网络模型得到动作Q值；基于动作Q值，采用ε‑贪心策略选择动作并执行，将交互数据存入经验回放缓冲区；从经验回放缓冲区采样数据，通过贝尔曼方程计算目标Q值并优化网络参数；基于优化后的深度Q网络模型选择最大Q值动作，生成AUV的三维动态路径。本发明显著提高了AUV路径规划的成功率和路径优化程度，为水下自主航行器的路径规划提供了一种高效、智能的解决方案。