文章标题：基于深度强化学习的潜艇破损进水抗沉辅助决策方法

文章作者：陈逸丰¹, 徐海祥^1,2, 冯辉^1,2, 徐庆超¹, 周李坪¹
关 键 字：潜艇抗沉|损管决策|深度强化学习|DDQN|生命力评价
文章摘要：潜艇水下破损进水严重威胁其生命力，及时的决策响应至关重要。现有抗沉决策大多基于规则推理或案例匹配，因受限于规则库或案例库，对复杂动态工况的损伤应对能力明显不足。针对此问题，本文提出基于双重深度Q网络（Double Deep Q-Network，DDQN）的抗沉辅助决策方法。首先，通过破损进水机理构建多维状态空间，整合静力与动力抗沉措施并映射为离散化损管动作集合，创新设计考量生存能力核心要素的复合加权奖励函数；然后，结合随机经验回放与贪婪衰减探索机制，采用DDQN算法框架实现抗沉决策；最后，构建生命力评价指标，将所提方法与深度Q网络（Deep Q-Network，DQN）进行仿真对比。仿真结果表明，典型工况下DDQN抗沉决策使潜艇生命力指标更优，验证了方法的有效性和优越性。