-
题名基于深度Q网络的水面无人艇路径规划算法
被引量：7
- 1
-
-
作者
随博文
黄志坚
姜宝祥
郑欢
温家一
-
机构
上海海事大学商船学院
-
出处
《上海海事大学学报》
北大核心
2020年第3期1-5,116,共6页
-
基金
国家自然科学基金(61403250)。
-
文摘
为实现水面无人艇(unmanned surface vessel,USV)在未知环境下的自主避障航行,提出一种基于深度Q网络的USV避障路径规划算法。该算法将深度学习应用到Q学习算法中,利用深度神经网络估计Q函数,有效解决传统Q学习算法在复杂水域环境的路径规划中容易产生维数灾难的问题。通过训练模型可有效地建立感知(输入)与决策(输出)之间的映射关系。依据此映射关系,USV在每个决策周期选择Q值最大的动作执行,从而能够成功避开障碍物并规划出最优路线。仿真结果表明,在迭代训练8000次时,平均损失函数能够较好地收敛,这证明USV有效学习到了如何避开障碍物并规划出最优路线。该方法是一种不依赖模型的端到端路径规划算法。
-
关键词
水面无人艇(USV)
自主避障
路径规划
深度Q网络
卷积神经网络
强化学习
-
Keywords
unmanned surface vessel(USV)
autonomous obstacle avoidance
path planning
deep Q network
convolutional neural network
reinforcement learning
-
分类号
U675.73
[交通运输工程—船舶及航道工程]
-
