基于强化学习与多模式融合的运泥船航行时间预测方法和系统

本发明提供了一种基于强化学习与多模式融合的运泥船航行时间预测方法和系统，包括：采用注意力机制整合多源特征数据，并提取各特征间的关联关系，以充分描述构建包含内外部因素的综合状态空间；模型通过向量嵌入的方式表征船舶特征，通过结合先验的潮汐‑时间物理原理，推算潮汐情况并进行表征；各类数据表征结果采用自注意力机制学习相关性，最终输出向量用于描述当前环境；采用深度确定性策略梯度算法，输出航行行为，包括是否等待，最优航速与航行路径的选择。本发明综合考虑算法的易用性与理论的完备性，采用同一时间推演位置与实际位置的距离的负值作为奖励函数，确保模型能够在较长时间范围内学到稳定的航行模式。