【技术实现步骤摘要】
本申请涉及路径规划，尤其涉及一种水下无人航行器的路径规划方法、装置、设备及存储介质。
技术介绍
1、随着海洋科学的发展以及人工智能的进步，自主水下航行器（autonomousunderwater vehicle）正朝着自学习和自适应的方向发展。目前，用于深水探测的水下无人航行器大多是欠驱动水下无人航行器，一般只包括船尾推进器，转向和俯仰则通过矢量推进或舵来实现。
2、路径规划是欠驱动水下无人航行器领域的核心问题之一，同时是水下无人航行器实现自主决策的重要前提条件，贯穿水下无人航行器水下作业的全过程。当前常用的路径规划算法有人工势场法、蚁群算法、遗传算法等，随着机器学习技术的快速发展，强化学习算法已成为解决路径规划问题的热门方案。
3、然而，现有的自主水下航行器在数据采集过程中的吞吐量和效率比较低。
技术实现思路
1、本申请实施例提供了一种水下无人航行器的路径规划方法、装置、计算机设备及存储介质，旨在解决现有的自主水下航行器在数据采集过程中的吞吐量和效率比较低的问题。
2、第本文档来自技高网...
【技术保护点】
1.一种水下无人航行器的路径规划方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述判断更新后的节点剩余数据量是否为0，还包括：
3.根据权利要求1所述的方法，其特征在于，计算所述当前动作的动态复合奖励值，包括：
4.根据权利要求3所述的方法，其特征在于，所述水下无人航行器接收数据包有效数据占比的有效奖励采用以下公式进行计算：
5.根据权利要求1所述的方法，其特征在于，所述预期回报值采用以下公式进行更新：
6.根据权利要求1所述的方法，其特征在于，所述确定所述水下无人航行器在所述目...
【技术特征摘要】
1.一种水下无人航行器的路径规划方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述判断更新后的节点剩余数据量是否为0，还包括：
3.根据权利要求1所述的方法，其特征在于，计算所述当前动作的动态复合奖励值，包括：
4.根据权利要求3所述的方法，其特征在于，所述水下无人航行器接收数据包有效数据占比的有效奖励采用以下公式进行计算：
5.根据权利要求1所述的方法，其特征在于，所述预期回报值采用以下公式进行更新：
6.根据权利要求1所述的方法，其特征在于，所述确定所述水下无人航行器在所述目标采集节...
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。