水上人工智能：将深度强化学习应用于自主船舶导航
系统与控制
2023-10-24 v1 系统与控制
摘要
人为决策错误导致了全球报告的大多数海上事故。因此，近年来海事行业的自动化日益受到关注。对于自主水面艇而言，在未知环境中避障极具挑战性。我们探讨了使用深度Q学习（DQN）——一种深度强化学习方法——来控制欠驱动自主水面艇跟踪已知路径同时避免与静态及动态障碍物碰撞的可行性。船舶运动采用三自由度（3-DOF）动力学模型描述。本研究选用KRISO集装箱船（KCS），因其作为多项研究中的基准船型，其水动力系数易于获取以用于数值建模。本研究表明，深度强化学习（DRL）能够成功实现路径跟踪与避碰，并可作为进一步研究的潜在候选方案，以实现自主船舶达到人类水平甚至更优的决策能力。
引用
@article{arxiv.2310.14938,
title = {AI on the Water: Applying DRL to Autonomous Vessel Navigation},
author = {Md Shadab Alam and Sanjeev Kumar Ramkumar Sudha and Abhilash Somayajula},
journal= {arXiv preprint arXiv:2310.14938},
year = {2023}
}
备注
Proceedings of the Sixth International Conference in Ocean Engineering (ICOE2023)