公开(公告)号：CN116952235A

公开(公告)日：2023-10-27

申请号：CN202310746270.6

申请日：2023-06-21

Applicant: 华中科技大学

Inventor： 刘颉 ,  杨才霈 ,  杨超颖 ,  张峰源 ,  曾祥于 ,  陈炯毅 ,  任翎玮 ,  吴徐哲 ,  韩景辰

IPC: G01C21/20 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/092 ,  G01C21/00

Abstract: 本发明公开了一种基于图神经网络和深度强化学习的无人艇航迹生成方法，属于航迹规划技术领域。本发明方法首先搭建航迹生成场景；并将所述场景中的环境、动作、奖励以及无人艇执行动作后的环境设置为深度强化学习方法的参数；再构建具有固定容量的记忆池用于储存经验；之后构建并训练无人艇航迹生成模型，所述无人艇航迹生成模型采用双深度Q网络模型结构，其中记忆池中的经验作为训练数据，当前值网络和目标值网络采用图卷积神经网络，当前值网络和目标值网络之间的偏差作为损失函数；最后将无人艇航行时采集的环境信息输入至所述模型，得到无人艇将执行的动作。经过模拟实验证明，本发明方法有效提升了航迹规划成功率。