基于分布强化学习的自主水面艇去中心化多机器人导航

近年来已提出了遵循《国际海上避碰规则》（COLREGs）的自主水面艇（ASV）避碰算法。然而，在拥挤水域中，由于复杂的相互作用，多艘 ASV 在存在静态障碍物和强水流的情况下航行时，遵循 COLREGs 可能既困难又不安全。为解决这一问题，我们提出了一种基于分布强化学习（Distributional Reinforcement Learning）的去中心化多 ASV 避碰策略，该策略考虑了 ASV 之间以及它们与静态障碍物和水流的相互作用。我们在仿真实验中评估了所提出的基于分布 RL 的策略与传统基于 RL 的策略以及两种经典方法（人工势场法 APF 和互惠速度障碍物法 RVO）的性能，结果表明所提出的策略在导航安全性方面取得了优越性能，同时需要最少的航行时间和能量。我们还展示了一种能自动适应风险敏感度的框架变体，以改善高度拥挤环境中的 ASV 安全性。