10.3969/j.issn.1000-4653.2020.03.005
规则约束下基于深度强化学习的船舶避碰方法
为减少因人为操作不当导致的船舶避碰事故,提高船舶航行的安全性,提出一种基于深度Q网络(Deep Q Network,DQN)强化学习方法的船舶智能避碰算法.依据船舶间实时获取的航行状态信息,从全局角度构建智能避碰算法深度强化学习状态集;在对《国际海上避碰规则》(International Regulations for Preventing Collisions at Sea,COLREGs)进行充分理解的基础上合理量化部分COLREGs,综合考虑航向跟随、船舶碰撞和规则符合等因素,设计船舶智能避碰DQN算法奖励函数,保证避碰决策安全有效且满足避碰规则的要求.分别针对两船和多船会遇场景进行仿真试验,结果表明:该方法可使船舶在COLREGs的要求下有效避让来船,为船舶智能避碰技术的研究提供参考.
船舶避碰、深度Q网络、《国际海上避碰规则》、智能决策
43
U675.96
国家自然科学基金51479157
2020-11-10(万方平台首次上网日期,不代表论文的发表时间)
共7页
27-32,46