基于深度强化学习的无人船动态环境路径规划系统及方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于深度强化学习的无人船动态环境路径规划系统及方法
申请号:CN202510446319
申请日期:2025-04-10
公开号:CN119961579B
公开日期:2025-06-20
类型:发明专利
摘要
本发明涉及人工智能技术领域,特别涉及基于深度强化学习的无人船动态环境路径规划系统及方法,包括:环境感知模块,用于获取无人船周围的动态环境数据及无人船的状态信息;数据处理模块,与所述环境感知模块连接,用于将所述动态环境数据转换为深度图像并基于注意力机制提取特征;深度强化学习模块,与所述数据处理模块连接,用于基于提取的特征进行航向决策;推理决策模块,与所述深度强化学习模块连接,用于生成最佳船艏正向航向;安全保障模块,与所述推理决策模块连接,用于对比决策航向与实际航向并在不一致时提供安全航向,多层安全保障机制的设计确保了无人船在各种复杂情况下的航行安全,大幅提高了系统的可靠性。
技术关键词
深度强化学习 子模块 决策 数据处理模块 路径规划系统 注意力机制 多模态传感器 神经网络模型 LightGBM模型 全局平均池化 特征提取器 动态场景 无人船位置 路径规划方法 网络结构 图像