本發(fā)明公開(kāi)了一種基于最優(yōu)策略學(xué)習(xí)的船舶航跡實(shí)時(shí)預(yù)測(cè)方法及系統(tǒng)，該方法包括：接收目標(biāo)船舶T0時(shí)刻前具有時(shí)序性的航跡數(shù)據(jù)，經(jīng)預(yù)處理后得到航跡特征矩陣；航跡數(shù)據(jù)包括目標(biāo)船舶不同時(shí)刻的經(jīng)緯度數(shù)據(jù)；將航跡特征矩陣輸入預(yù)先訓(xùn)練好的航跡預(yù)測(cè)模型，得到目標(biāo)船舶T0時(shí)刻后具有時(shí)序性的Z個(gè)時(shí)刻船舶位置變化量，進(jìn)而得到一系列預(yù)測(cè)船舶位置，實(shí)現(xiàn)航跡預(yù)測(cè)；航跡預(yù)測(cè)模型基于馬爾科夫決策過(guò)程對(duì)船舶航跡預(yù)測(cè)過(guò)程進(jìn)行形式化描述，引入深度強(qiáng)化學(xué)習(xí)方法求解航行最優(yōu)決策策略問(wèn)題，得到預(yù)測(cè)結(jié)果。本發(fā)明無(wú)需對(duì)目標(biāo)船舶建立精確的動(dòng)力學(xué)模型，充分挖掘目標(biāo)運(yùn)動(dòng)時(shí)空域規(guī)律，根據(jù)航行策略長(zhǎng)期累計(jì)回報(bào)最優(yōu)實(shí)現(xiàn)連續(xù)時(shí)序預(yù)測(cè)，具有良好的序貫性和泛化性。