基于深度Q网络的水面无人艇路径规划算法

• 作者: 姜宝祥 温家一 郑欢 随博文 黄志坚
• 来源期刊: 上海海事大学学报
• 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
• 年，卷（期）: 2020,（3）
• 页码范围: 1-5,116
• 页数: 6页
• 分类号: U675.73
• 语种: 中文
• DOI: 10.13340/j.jsmu.2020.03.001

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄志坚		14	52	3.0	7.0
2	郑欢		2	1	1.0	1.0
3	随博文		2	0	0.0	0.0
4	姜宝祥		1	0	0.0	0.0
5	温家一		1	0	0.0	0.0