基于深度强化学习的海战场目标搜寻路径规划

海战场是未来大国冲突的主阵地之一, 强大的海战场目标搜寻能力是执行海上训练和作战的最后一道屏障, 同时也因其复杂多变的环境和重要战略地位成为战场联合搜救中最艰难最核心的部分。面向海战场目标搜寻的存活时间短、实时性要求高等特点, 提出一种基于深度强化学习的海战场目标搜寻规划方法。首先, 构建了海战场目标搜寻场景数学规划模型, 并将其映射为一种强化学习模型; 然后, 基于Rainbow深度强化学习算法, 设计了海战场目标搜寻规划的状态向量、神经网络结构以及算法框架与流程。最后, 用一个案例, 验证了所提方法的可行性与有效性, 与常规应用的平行搜寻模式相比大大提高了搜寻成功率。     

近岸海漂垃圾自驱动收集装备的研制及应用

长期、有效地治理近岸海域海漂垃圾，解决人工收集近岸海漂垃圾效率低的问题，研制出以波浪能/太阳能为动力，由V字型浮围栏和垃圾收集系统两部分组成的近岸海漂垃圾自驱动收集装备。现场试验结果显示，布放此装置后，海滩海洋垃圾的单位面积数量由原来的每平方米053 个降为017 个，单位面积质量由37 g·m-2降为12 g·m-2，海滩环境质量由较差/差上升为中等。表明该装备可实现近岸海漂垃圾的自动、长期、有效治理。