【技术实现步骤摘要】
本专利技术涉及水下机器人，具体涉及一种基于深度强化学习的水下消杀机器人路径规划算法。
技术介绍
1、水下机器人是海洋探测的重要手段，如何安全高效地在复杂地水下环境中规划行进路径也是水下机器人领域一直以在致力于研究的问题。在最近的一二十年，伴随着各国对于海洋资源开发利用的重视，水下机器人已经被越来越多地应用于水下目标检测、水下抓取、水下消杀等各项水下作业任务中。深度强化学习与水下路径规划相结合，逐步发展出面向水下消杀机器人的水下路径规划算法。
2、路径规划是水下消杀机器人在执行任务最重要的部分之一，作为水下消杀机器人执行任务的基础。由于水下于陆地的环境差异，水下路径规划于陆地上的路径规划差别很大，其中的一大难点就是如何处理水下复杂的情况。由于水下作业的特殊性，一个优良的路径规划算法可以保证水下航行的效率与安全。
3、对于路径规划问题，国内外的研究者做了大量的工作，现有的路径规划算法包括dijkstra算法、floyd算法等传统的路径规划算法，也包括模拟退火、a*等启发式路径规划算法。而随着科技的不断发展，路径规划中...
【技术保护点】
1.一种基于深度强化学习的水下消杀机器人路径规划算法，其特征在于，具体步骤如下：
2.根据权利要求1所述的一种基于深度强化学习的水下仿真环境，其特征在于，所述方法包括：
3.根据权利要求1所述的一种基于深度强化学习的深度强化学习模型，其特征在于，所述方法包括：
4.根据权利要求1所述的训练深度强化学习模型方法，其特征在于，所述方法包括：
5.根据权利要求1所述的在真实水下环境中训改进度强化学习模型方法，其特征在于，所述方法包括：
【技术特征摘要】
1.一种基于深度强化学习的水下消杀机器人路径规划算法，其特征在于，具体步骤如下：
2.根据权利要求1所述的一种基于深度强化学习的水下仿真环境，其特征在于，所述方法包括：
3.根据权利要求1所述的一种基于深度强化学习的...
【专利技术属性】
技术研发人员：李兆伦，罗笑南，徐颂华，陈瑞爱，
申请(专利权)人：岭南现代农业科学与技术广东省实验室肇庆分中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。