一种基于元强化学习的水下滑翔机滚动路径规划方法

本发明公开了一种基于元强化学习的水下滑翔机滚动路径规划方法，总决策网络包括：第一卷积分支模块、第二卷积分支模块、特征拼接模块和全连接神经网络，总决策网络的输入为水下滑翔机当前位置的状态st＝(T′，C，Δx，Δy)、输出为动作at＝Δrt，Δrt为水下滑翔机进行下一剖面运动所需的航向角调整量，T′为水下滑翔机当前位置对应的地形高度矩阵，C为水下滑翔机当前位置对应的洋流速度数据，Δx为任务终点的经度坐标xT与水下滑翔机当前位置的经度坐标x之差，Δy为任务终点的纬度坐标yT与水下滑翔机当前位置的纬度坐标y之差。本发明的总决策网络降低了航行轨迹中由洋流造成的航行偏差，提高了最优路径策略生成的效率，降低了水下滑翔机的能量消耗。