基于深度强化学习的舰载机动态避障方法

作者：薛均晓; 孔祥燕; 郭毅博; 鲁爱国; 李鉴; 万曦; **亮

来源：计算机辅助设计与图形学学报, 2021, 33(07): 1102-1112.

• 航空母舰
• 强化学习
• 轨迹预测
• 动态避障

针对高度异构、动态的航母甲板作业场景中的舰载机避障问题,提出一种结合预测算法和深度强化学习的避障方法.该方法包含场景建模、奖励模型和轨迹预测模型等模块.首先基于智能体状态和动作空间对航母甲板场景进行建模;然后利用最小二乘法对场景中动态障碍物的位置进行实时轨迹预测,并构造了包含路径预测模块的深度强化学习方法——环境预测深度Q网络(PDQN);最后利用该方法实现航母甲板作业场景中的舰载机动态避障.利用Python绘图集Matplotlib进行仿真实验,实验数据结果表明,相比于Q-learning,SARSA等方法,所提方法的准确率提升了15%～25%,路径长度短9%～39%,平均奖励值高30%～100%,收敛速度快1～2倍且训练平稳后准确率的标准差小2%～50%.

• 单位
  郑州大学