一种多任务场景下基于深度强化学习的无人船控制方法

本发明公开了一种多任务场景下基于深度强化学习的无人船控制方法，包括构建无人船的动力学与运动学模型；基于Isaac Sim及其并行训练框架构建高保真仿真环境，针对多种无人船任务，分别设计状态空间与动作空间；再分别设计奖励函数；构建无人船控制策略，基于端到端深度强化学习算法设计集中重要性采样与剪切策略优化机制的算法框架；针对不同的任务场景，通过PPO算法对策略网络进行多次训练‑验证，训练好的策略网络用于实现无人船的多种控制任务。本发明通过Isaac Sim及其并行训练框架构建高保真仿真环境，具备对深度强化学习训练至关重要的并行化支持，本发明方法能够实现无人船的多种实际控制任务。