文献

J-GLOBAL ID：202002260867313915   整理番号：20A2786427

COLREG下の深層強化学習によるUSVのための知的衝突回避アルゴリズム【JST・京大機械翻訳】

Intelligent collision avoidance algorithms for USVs via deep reinforcement learning under COLREGs

著者 (4件)： Xu Xinli (Department of Automation, Shanghai Jiao Tong University, Shanghai, 200240, China) ,  Lu Yu (Department of Automation, Shanghai Jiao Tong University, Shanghai, 200240, China) ,  Liu Xiaocheng (Department of Automation, Shanghai Jiao Tong University, Shanghai, 200240, China) ,  Zhang Weidong (Department of Automation, Shanghai Jiao Tong University, Shanghai, 200240, China)
資料名： Ocean Engineering  (Ocean Engineering)
巻： 217  ページ： Null  発行年： 2020年 
JST資料番号： D0597A  ISSN： 0029-8018  CODEN： OCENBQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 無人表面車両の分野において,インテリジェント衝突回避技術はナビゲーションの安全性を確保するために不可欠である。本論文では,COLREGの制約の下でUSVのための移動ボートを回避する問題を研究した。深層強化学習に基づくCOLREGsインテリジェント衝突回避(CICA)アルゴリズムを提案し,強力な深層ニューラルネットワークを用いて状態特徴を自動的に抽出することができた。報酬関数を設計し,USVが動的障害物を避けるためCOLREGに従う間,ターゲットにナビゲーションすることを確認した。目標ネットワーク重量を更新するために現在のネットワーク重量を追跡する方法を提案し,最適戦略の学習におけるアルゴリズムの安定性を改善した。CICAアルゴリズムは,他の3つの戦略より減衰εと報酬閾値の両方によって,ε-欲求を通してより少ない訓練時間で収束することを示した。CICAアルゴリズムを人工ポテンシャル場法と速度障害法と比較することにより,CICAアルゴリズムが他の2つのアルゴリズムより優れていると結論した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  ネットワーク ,  ボート ,  *強化学習 ,  衝突回避
準シソーラス用語： 最適戦略 ,  報酬関数 ,  ディープニューラルネットワーク ,  *深層強化学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 無人表面車両 ,  動的衝突回避 ,  深層学習 ,  強化学習 ,  COLREG

分類 (3件)： 電話・データ通信・交換一般  (ND11010T) ,  人工知能  (JE08000Z) ,  航海と実務  (TD01020F)

タイトルに関連する用語 (4件)： 深層強化学習 ,  USV ,  衝突回避 ,  アルゴリズム