内河无人驾驶船舶驾驶行为决策模型研究

• 作者: 王群 张庆年 杨杰 丛喆 涂敏
• 来源期刊: 武汉理工大学学报（交通科学与工程版）
• 学科: 交通运输
• 关键词: 无人驾驶船舶 内河航运 驾驶行为决策 避碰规则 强化学习
• 年，卷（期）: 2021,（1）
• 页码范围: 44-48,53
• 页数: 6页
• 分类号: U675.96
• 语种: 中文
• DOI: 10.3963/j.issn.2095-3844.2021.01.009

摘要

随着计算机技术的快速发展,基于机器学习算法的人工智能已经广泛运用于无人机和无人驾驶汽车领域研究.对于水上运输,由于船舶操纵性能相对特殊,无人驾驶船舶的研究起步较晚.文中采用强化学习算法,分别从状态空间、动作空间、回报函数和动作选择策略四个要素构建内河无人驾驶船舶驾驶行为决策模型,动作选择遵循《中华人民共和国内河避碰规则(2003修正版)》.通过与环境的不断交互学习积累经验,利用不断迭代的状态-动作对的回报值函数来实现驾驶行为决策的优化.分别对对驶相遇和交叉相遇两种会遇场景进行仿真.结果 表明:该模型能较好地实现有人驾驶船舶一般船长的驾驶行为决策功能.