DQN与规则结合的智能船舶动态自主避障决策

来源：系统工程与电子技术杂志2025年第6期北京时间：

作者：郑康洁, 张新宇, 王伟菘, 刘震生

单位：1. 大连海事大学航海学院, 辽宁 大连 116026；2. 西北工业大学航天学院, 陕西 西安 710072

摘要：针对智能船舶避碰决策面临反复训练、难以灵活适应多样化会遇场景等问题。提出一种深度Q-网络(deep Q-network, DQN)与规则结合的智能船舶动态自主避障决策算法, 设计融合规则评估的部分可观测自主避障模型, 并结合深度强化学习对深度网络进行改进和训练。通过选择随机起点和终点的训练方式, 算法使智能船舶在无需反复训练的情况下, 能在动态和静态场景相结合的环境中实现自主避碰。仿真实验验证了算法无需重复训练即可实现自主避碰决策, 降低训练成本, 具有一定的泛化能力和鲁棒性, 可为智能船舶在复杂航行环境中的自主避碰提供解决方案。

关键词：动态自主避障,智能船舶,免重复训练,深度强化学习

基金资助：国家自然科学基金(52371359);大连市科技创新基金(2022JJ12GX015)