水面无人艇自适应危险规避决策过程收敛性分析 |
| |
引用本文: | 张汝波,唐平鹏,杨歌,李雪耀,史长亭.水面无人艇自适应危险规避决策过程收敛性分析[J].计算机研究与发展,2014(12). |
| |
作者姓名: | 张汝波 唐平鹏 杨歌 李雪耀 史长亭 |
| |
作者单位: | 哈尔滨工程大学计算机科学与技术学院;大连民族学院机电信息学院;武汉第二船舶设计研究所; |
| |
基金项目: | 国家自然科学基金项目(60975071,61100005,60975019) |
| |
摘 要: | 水面无人艇(unmanned surface vehicle,USV)是一种重要的海洋自主机器人,当前正被广泛研究并逐渐应用于实际.然而USV的安全航行问题仍严重制约其自主性能的提高,尤其是在复杂海况下的危险规避问题亟待解决.以Sarsa在线策略强化学习算法为基础,提出了USV在复杂海况下的自适应危险规避决策模型,并以渐进贪心策略作为行为探索策略,证明了USV自适应危险规避决策过程能够以概率1收敛到最优行为策略.论证结果表明,采用在线策略强化学习算法提升USV在复杂海况下的危险规避性能是可行的.
|
关 键 词: | 水面无人艇 复杂海况 Sarsa在线策略强化学习 自适应危险规避决策过程 渐进贪心策略 |
本文献已被 CNKI 等数据库收录! |
|