本文探讨了深度强化学习在自主导航中的应用，分析了安全性和泛化性问题。研究开发了基于深度强化学习的导航系统，结合Q-learning算法和计算机视觉技术，展示了在复杂环境中的路径规划和碰撞避免能力。提出的模型预测强化学习方法在多个场景中优于传统方法，证明了其在自主航运中的潜力。

本文提出了一种基于强化学习的新型路径规划方法，称为模型预测强化学习（MPRL），通过计算船只需遵循的航点来规划路径，能够处理任何形状的水道和障碍物。在两个场景上验证了该方法，结果表明其性能优于其他两种方法，能够安全地导航到目标。