一种用于感知航程环境进行优化的多目标强化学习方法

本发明涉及航程多目标优化技术领域，且公开了一种用于感知航程环境进行优化的多目标强化学习方法，包括：执行沿岸行驶候选判定策略，采集受援船所在位置的水流速度向量计算航线流阻力，判断沿岸缓冲带是否有利于航行；执行拖缆辅助靠岸策略，计算沿岸缓冲带的最佳停靠点，计算救援船的指令速度向量，并计算拖缆的修正力用于控制受援船驶向沿岸缓冲带；执行沿岸切入点规划策略，计算受援船进入下个沿岸缓冲带的切换点；执行沿岸缓冲带航线评分策略，自切入点分别计算受援船驶向航线和下个沿岸缓冲带的双目标评分；执行自适应航行策略，动态感知受援船航行状态与航程环境，结合自适应优化机制，实现救援路径的高效规划和执行。