一种基于强化学习的疏浚船自主路径规划方法

本发明涉及疏浚工程技术领域，具体涉及一种基于强化学习的疏浚船自主路径规划方法，包括：实时获取多维度状态空间向量；构建数字孪生场景，通过递增环境复杂度，采用三阶段课程学习策略训练策略网络，并通过分层奖励函数动态调整路径规划优先级；将训练好的策略网络迁移至船舶实体；基于目标多模态感知系统对障碍物进行识别，通过动态概率模型评估碰撞风险，当存在碰撞风险时，进行局部路径重构；在多船协同作业场景下，构建全局优化模型，采用分布式迭代求解和增量式更新策略为各船进行动态任务重分配，直至收敛，输出各船舶的协同优化方案。本发明可提高多船协同作业场景下的路径规划效率，并降低训练成本。