为能在多船会遇局面下快速制定满足《国际海上避碰规则》(International Regulations for Preventing Collisions at Sea,COLREGs)和设置安全距离的避碰方案,设计一种在多船之间各自按COLREGs进行避碰决策的协调避让算法,解决现有的多...为能在多船会遇局面下快速制定满足《国际海上避碰规则》(International Regulations for Preventing Collisions at Sea,COLREGs)和设置安全距离的避碰方案,设计一种在多船之间各自按COLREGs进行避碰决策的协调避让算法,解决现有的多船会遇研究中,仅靠1艘船避让难以达到合理有效的避让效果以及多船近距离转向避让可能无法完全有效避碰的问题;通过蒙特卡洛思想随机生成船舶初始会遇场景,并设置个别船舶未调用避碰决策算法进行决策,验证该决策算法在开阔水域以及在约定条件下的普适性和鲁棒性。研究结果表明:随着船舶数量增加,会遇越来越复杂,在4艘船会遇的复杂场景下,超99.51%能在大于安全会遇距离(Safe Distance of Approach,SDA)的情况下通过;运用该模型船舶避让行动符合良好船艺要求,运动轨迹平滑,船舶间距离变化均匀;该决策模型具有良好的避让效果,可为船舶避碰提供参考。展开更多
文摘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。
文摘为能在多船会遇局面下快速制定满足《国际海上避碰规则》(International Regulations for Preventing Collisions at Sea,COLREGs)和设置安全距离的避碰方案,设计一种在多船之间各自按COLREGs进行避碰决策的协调避让算法,解决现有的多船会遇研究中,仅靠1艘船避让难以达到合理有效的避让效果以及多船近距离转向避让可能无法完全有效避碰的问题;通过蒙特卡洛思想随机生成船舶初始会遇场景,并设置个别船舶未调用避碰决策算法进行决策,验证该决策算法在开阔水域以及在约定条件下的普适性和鲁棒性。研究结果表明:随着船舶数量增加,会遇越来越复杂,在4艘船会遇的复杂场景下,超99.51%能在大于安全会遇距离(Safe Distance of Approach,SDA)的情况下通过;运用该模型船舶避让行动符合良好船艺要求,运动轨迹平滑,船舶间距离变化均匀;该决策模型具有良好的避让效果,可为船舶避碰提供参考。
文摘针对海上船舶自主避碰决策中深度Q网络(deep Q-network,DQN)算法的高估和收敛性差的问题,提出一种融合噪声网络的裁剪双DQN(double DQN,DDQN)算法,记为NoisyNet-CDDQN算法。该算法采用裁剪双Q值的方式减小DQN算法的高估问题,并通过引入噪声网络来增强算法的稳定性以解决DQN算法收敛性差的问题。充分考虑船舶运动数学模型和船舶领域模型,并在奖励函数设计中考虑到偏航、《国际海上避碰规则》(International Regulations for Preventing Collisions at Sea,COLREGs)等要素。多会遇场景仿真实验证明,本文所提出的NoisyNet-CDDQN算法相较于融合噪声网络的DQN算法在收敛速度上提升了27.27%,相较于DDQN算法提升了54.55%,相较于DQN算法提升了87.27%,并且船舶自主避碰决策行为符合COLREGs,可为船舶的自主避碰提供参考。
