买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海大学;同济大学申请的专利一种水面水下双模态无人航行器海洋自主巡航路径规划方法及控制系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116225008B 。

龙图腾网通过国家知识产权局官网在2025-10-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310172116.2，技术领域涉及：G05D1/43；该发明授权一种水面水下双模态无人航行器海洋自主巡航路径规划方法及控制系统是由王曰英;王鑫;吴洋;周卫祥;吴乃龙;李恒宇;张长柱;严怀成;费敏锐设计研发完成，并于2023-02-24向国家知识产权局提交的专利申请。

本一种水面水下双模态无人航行器海洋自主巡航路径规划方法及控制系统在说明书摘要公布了：本发明属于海洋巡航技术领域，公开一种水面水下双模态无人航行器海洋自主巡航路径规划方法及控制系统，包括以下步骤：S101，训练基于Actor‑Critc的强化学习网络模型；S102，根据态势信息和目标坐标规划基于强化学习网络模型的杜宾斯路径，然后控制航行器按照杜宾斯路径航行；S103，Actor网络根据当前从环境中获取的不完全观测特征输出航行器的最优动作，然后控制航行器航行至新状态；S104，航行器达到新状态后，将当前的不完全观测特征补全，得到补全特征；同时获取奖励回报；S105，根据补全特征和奖励回报，使用时序差分误差更新Critic网络的参数；S106，更新参数后的Critic网络对Actor网络的参数进行更新，本发明提供了一种能够快速、准确决策的航行器海洋自主巡航控制方法及系统。

本发明授权一种水面水下双模态无人航行器海洋自主巡航路径规划方法及控制系统在权利要求书中公布了：1.一种水面水下双模态无人航行器海洋自主巡航路径规划方法，其特征在于，包括以下步骤： S101，训练基于Actor-Critc的强化学习网络模型； S102，根据态势信息和目标坐标规划出基于强化学习网络模型的杜宾斯路径，然后控制水面水下双模态无人航行器按照杜宾斯路径航行； S103，水面水下双模态无人航行器按照杜宾斯路径航行的同时，获取不完全观测特征并输入到强化学习网络模型中，Actor网络根据当前从环境中获取的不完全观测特征输出水面水下双模态无人航行器的最优动作，然后控制水面水下双模态无人航行器航行至新状态； S104，水面水下双模态无人航行器达到新状态后，再次获取当前的不完全观测特征，然后将当前的不完全观测特征补全，得到补全特征；同时获取奖励回报； S105，根据补全特征和奖励回报，更新Critic网络的参数； S106，更新参数后的Critic网络对Actor网络的参数进行更新，并重复S101-S104； 在S104中，得到补全特征的方法为：获取不完全观测特征，然后将历史的不完全观测特征和当前的不完全观测特征的每个信息进行对应，然后对历史和当前的不完全观测特征的对应的信息进行平均池化处理，得到补全特征； 在S104中，获取奖励回报的方法为：随机蒸馏网络奖励函数降低基础奖励回报稀疏性并提高奖励密度，获得奖励回报；随机蒸馏网络奖励函数的范式为： Rθ，s＝ψn[Riθ，s+Reθ，s] 其中，ψn为链式蒸馏奖励增益；Riθ，s为基础奖励；Reθ，s为蒸馏网络奖励； 蒸馏网络奖励的范式如下： Reθ，s＝-βarctanΔπks，θ 其中，β0为增益系数；k为任务类型；Δπks，θ为差异度； 差异度的范式为： 其中，πks，θ为水面水下双模态无人航行器在执行k任务下处于s态势信息时应用的目标策略，为水面水下双模态无人航行器在执行k任务下处于s态势信息时应用的预测策略； 链式蒸馏奖励增益的范式为： 其中，n为连续决策节点的数量，N为固定连续节点窗口；L为固定增益。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海大学;同济大学，其通讯地址为：200444 上海市宝山区上大路99号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。