一种多视图融合与序列强化学习的水下AUV集群通信优化方法

本发明公开了一种多视图融合与序列强化学习的水下AUV集群通信优化方法，本方法首先通过多视图感知数据矩阵的构建与视图完整度函数的设计，其次，生成高精度的融合观测矩阵；接着，利用序列建模算子与累进式记忆向量对融合数据进行状态估计，确保在高丢包场景下的时序连续性；然后识别局部小规模扰动及其潜在扩散风险，并将扰动信息反馈至序列建模与强化学习模块；进一步生成最优动作序列，并通过动态链路调度与冗余转发机制优化通信链路选择与数据传输；最后检测局部累积误差与通信通道阻塞，动态回退至多视图感知步骤进行重新计算与模型更新。本发明通过闭环反馈与自适应优化机制，提升水下无人集群在复杂海况下的协同性能与通信可靠性。