本發(fā)明涉及一種基于強化學(xué)習(xí)的無人艇混合感知自主避障方法及系統(tǒng)，該方法包括以下步驟：1)搭建海洋環(huán)境；2)根據(jù)無人艇推進器情況設(shè)置動作空間，根據(jù)靜態(tài)海圖提供的全局規(guī)劃信息與雷達系統(tǒng)探測半徑范圍內(nèi)的障礙物信息學(xué)習(xí)得到強化學(xué)習(xí)狀態(tài)編碼；3)設(shè)置獎勵目標(biāo)權(quán)重，獲得綜合獎勵函數(shù)；4)搭建并訓(xùn)練評價網(wǎng)絡(luò)與策略網(wǎng)絡(luò)；5)將強化學(xué)習(xí)狀態(tài)編碼分別輸入至評價網(wǎng)絡(luò)與策略網(wǎng)絡(luò)，將綜合獎勵函數(shù)輸入至評價網(wǎng)絡(luò)，根據(jù)學(xué)習(xí)到的策略網(wǎng)絡(luò)的均值對應(yīng)的動作，決定控制器的輸出。與現(xiàn)有技術(shù)相比，本發(fā)明具有高度自我學(xué)習(xí)的能力，可以經(jīng)過簡單的部署訓(xùn)練適應(yīng)不同大規(guī)模復(fù)雜環(huán)境，進而實現(xiàn)自主感知、自主導(dǎo)航、自主避障。