申请/专利权人：武汉理工大学

申请日：2023-06-07

公开（公告）日：2023-09-01

公开（公告）号：CN116679707A

主分类号：G05D1/02

分类号：G05D1/02

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.09.19#实质审查的生效;2023.09.01#公开

摘要：本发明涉及一种基于深度强化学习的渡船路径规划方法，包括以下步骤：S1、确定渡船航行规则：针对狭窄水域渡船横越河道的特殊场景，结合COLREGs和内河避碰规则，将渡船与目标船的会遇态势量化为穿越方式；S2、划分碰撞风险：渡船的碰撞风险包括渡船和目标船舶之间的相对距离，渡船的相对距离和碰撞风险分为一级、二级和三级三个等级；S3、构建基于DQN的路径规划：为渡船分别建立状态空间、行为空间、奖励函数和仿真实验，状态空间为一系列可用于路径规划的采集数据，动作空间为用作路径关键元素的操作相关参数。本发明以经济性和安全性作为主要考量指标，构建自主航行路径规划系统，使得规划的路径能在满足安全要求的前提下，力求路径最短。

主权项：1.一种基于深度强化学习的渡船路径规划方法，其特征在于，包括以下步骤：S1、确定渡船航行规则：针对狭窄水域渡船横越河道的场景，结合COLREGs和内河避碰规则，将会遇态势量化为穿越方式；S2、划分碰撞风险：渡船的碰撞风险包括渡船和目标船舶之间的相对距离，渡船的相对距离和碰撞风险分为一级、二级和三级三个等级；S3、构建基于DQN的路径规划：为渡船分别建立状态空间、行为空间、奖励函数和仿真实验，状态空间为一系列可用于路径规划的采集数据，动作空间为用作路径关键元素的操作相关参数，奖励函数包括经济性奖励函数和安全性奖励函数，仿真实验通过仿真实验对于项目进行可行性分析。

全文数据：

权利要求：

百度查询： 武汉理工大学 基于深度强化学习的渡船路径规划方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD