基于深度强化学习的船舶航线自动规划

为解决传统船舶航线规划算法缺少对经验航线的参考及不适用于真实航行需求的问题,提出一种基于深度Q网络(Deep Q Network, DQN)船舶航线自动规划算法,用以在电子海图中提供拟合航道,生成适宜真实航行情况的自动规划航线。这种算法采用当前神经网络和目标神经网络2个二层神经网络结构,达到打乱数据相关性的目的,将智能体的经验存储为经验池,通过随机采样,防止出现局部收敛的问题,实现对未训练的电子海图进行航线规划的功能。通过计算机仿真和实际规划验证,说明该方法可有效实现设计功能。