基于深度强化学习的无人船避障研究

来源：计算机应用与软件杂志2026年第1期北京时间：

作者：张朋，李茂军，胡建文, ,

摘要：为提高无人船航行的安全性，提出一种基于改进双延迟深度确定性策略梯度算法(Twin Delayed Deep Deterministic Policy Gradient, TD3)的智能避障算法D_TD3。提出混合风险评估模型，使用无人船运动参数、海上避碰规则等，构建动态船域，对碰撞风险度进行分层计算。根据碰撞风险度、避碰规则等设计具有指导性的奖励函数。提出带有混合经验池的优先级采样方法提高算法效率。实验结果表明D_TD3算法能够有效地实现航行任务，成功率达到85%以上，平均导航时间缩短，导航的鲁棒性显著提高。

关键词：深度强化学习, 无人船, 避障, 海上避碰规则, 碰撞风险