规则约束下基于深度强化学习的船舶避碰方法

发布时间：2021-06-14 03:07

　　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。 

【文章来源】：中国航海. 2020,43(03)北大核心CSCD

【文章页数】：7 页

【部分图文】：

基于DQN的船舶智能避碰模型框架图

多船会遇场景中各船舶间距离随时间变化曲线

船舶周围预警范围示意

【参考文献】：
期刊论文
[1]船舶智能避碰策略测试方法与指标研究[J]. 孙峰,蔡玉良,马吉林.  交通信息与安全. 2019(05)
[2]基于社会情感优化算法的船舶转向避碰决策[J]. 于家根,刘正江,卜仁祥,李伟峰,高孝日.  中国航海. 2018(03)
[3]考虑航行经验规则的无人船舶智能避碰导航方法[J]. 沈海青,郭晨,李铁山,余亚磊.  哈尔滨工程大学学报. 2018(06)
[4]基于遗传算法的船舶避碰决策辅助[J]. 倪生科,刘正江,蔡垚,王欣.  上海海事大学学报. 2017(01)
[5]基于拟态物理学优化算法的船舶转向避碰决策[J]. 于家根,刘正江,卜仁祥,高孝日,李伟峰.  中国航海. 2016(01)
[6]船舶拟人智能避碰决策方法及其评价标准的构建[J]. 李丽娜,陈国权,邵哲平,熊振南,杨神化,孙洪波.  大连海事大学学报. 2011(04)
[7]船舶拟人智能避碰决策理论介绍[J]. 李丽娜,邵哲平.  中国海事. 2011(07)

博士论文
[1]船舶碰撞风险评价与避碰决策方法研究[D]. 张金奋.武汉理工大学 2013

硕士论文
[1]海上交通安全中船舶避碰决策技术研究[D]. 程浩.大连海事大学 2009



本文编号：3228935