丁宏｜基于深度强化学习的船舶导航控制器

挪威科技大学的研究人员研制了一种基于深度强化学习的船舶导航控制器，可解决船舶行驶过程中的自动化路径跟踪问题。

船舶驾驶过程中，人为误操作和恶劣环境会导致航迹偏移，若未及时纠正则可能引发恶性事故。人工智能技术可有效改善船舶行驶过程中的自动路径跟踪和轨迹保持性能。这里，研究人员提出了一种深度强化学习导航控制器。首先采用三自由度动力学模型模拟船舶运动过程，以集装箱船为基准船体，利用流体动力学进行数值建模；接下来对转圈和之字形机动过程进行数值模拟，验证该动力学模型；然后将深度强化学习控制算法用于动力学模型，经过交互训练以实现航点跟踪；最后制作1:75.5船舶实体模型，开展现场实验。结果表明，无风状态下，船模在湖泊试验中心完成了边长40m的正方形轨迹追踪，试验测得轨道和航向角与仿真结果一致。有风状态下时，对于直线行驶路径，船舶在中等风速时出现路径偏移；在更强的风速下，船舶也可以成功跟踪路径，但初始偏差更大且恢复时间更长。对于椭圆和“8”字机动，在存在强风时会出现明显的初始偏差，但船舶最终仍能途经所有航点并完成全部行驶路径。

这种控制器为船舶航迹跟踪和控制提供了技术支撑，在船舶自动控制等领域有广泛应用。