时空双流数据驱动深度Q学习的无人船智能航行控制方法

摘要

本发明提出一种空间和时分双流大数据驱动的深度Q学习网络方法来实现高精度导航下的无人船自主智能航行控制，具体步骤包括：采样时空双流大数据、设计深度Q学习网络智能避障控制器、设计奖惩函数、设计智能切换阈值函数、在线学习。本发明可以实现：空旷水域时让无人船在高精度定位导航下航行；复杂水域时，深度Q学习网络智能避障控制器让无人船在智能避障模式下自主避障航行；并能根据环境采样，评估实时风险估计因子，从而在这两种模式间实时智能切换。此外，深度Q学习网络智能避障控制器具有自学习能力和高度的人工智能。最后，本方法对现有船舶航行控制系统的兼容性较好，实现本方法的软硬件资源要求也相对简单。