本项目建立 12x12 二维栅格海域环境，将 AUV 路径规划建模为离散状态和离散动作下的强化学习问题。模型采用 DQN 学习从起点到终点的避障策略，并与 A*、贪心最佳优先搜索进行对比。结果显示，DQN 在简单、中等、困难三类场景中成功率均为 1.000，平均路径长度分别为 22、22、24 步，与 A* 的最优路径长度一致。