船舶避碰与任务规划中近期机器学习解决方案综述
机器人学
2022-07-19 v2 系统与控制
系统与控制
摘要
在过去几年中，机器学习（ML）技术作为提升海洋航行器自主性的一种手段，已获得显著关注。本文综述了近期用于船舶避碰（COLAV）和任务规划的机器学习方法。在概述机器学习在海洋航行器中日益广泛的应用之后，本文勾勒了船舶任务规划中的关键主题。对与COLAV主题有直接和间接应用的重要论文进行了技术性回顾与比较。同时，也指出了批评意见、挑战和未来方向。结果清楚地表明该领域的研究十分活跃，尽管能够在所有运行条件下自主执行任务的商用智能船舶仍任重道远。
引用
@article{arxiv.2207.02767,
title = {A Survey of Recent Machine Learning Solutions for Ship Collision Avoidance and Mission Planning},
author = {Pouria Sarhadi and Wasif Naeem and Nikolaos Athanasopoulos},
journal= {arXiv preprint arXiv:2207.02767},
year = {2022}
}