强化学习化学羽流跟踪网络

湍流下寻迹快七成

用两个深度强化学习智能体动态融合传统跟踪算法，让AUV在层流和湍流中都能高效定位热液喷口。

Wang, Lingxiao · Pang, Shuo

Journal of Marine Science and Engineering 2023

参数信息

搜索成功率
>90 %
平均搜索时间缩短（DDQN）
67 %
平均搜索时间缩短（DDPG）
44 %

技术优势

湍流中找得快六成

深度强化学习训练的神经网络能根据实时传感器数据在两种传统算法间动态切换，避免了单一算法在湍流中效率低的问题。

两种流态都稳过九成

DDQN和DDPG两种方案在层流和湍流环境中均达到超过90%的成功率，说明方法对环境变化鲁棒。

训练一次到处能用

利用深度强化学习自动学习组合策略，无需针对不同流场手动调参，部署到新环境时只需微调或重新训练。

应用场景