[7B]強化学習

10:50 〜 11:15

[7B-03] 航行妨害ゾーンを用いた強化学習による複数船航路探索手法

*松本 天佑¹、太田 学²、上野 史² (1. 岡山大学工学部　情報・電気・数理データサイエンス系　太田研究室、2. 岡山大学学術研究院環境生命自然科学学域)

発表者区分：学生
論文種別：ロングペーパー
インタラクティブ発表：あり

キーワード：

航路探索、強化学習、Implicit Quantile Networks、Obstacle Zone by Target

近年，小型船の自動運転の研究が活発化している．特に，航海時の船舶衝突回避は重要な課題であり，従来は国際海上衝突予防規則（COLREGs）を指針として広く研究がなされている．しかし，混雑した環境では COLREGs の完全な順守が難しくなる． 本研究では，COLREGs から独立した新たなアプローチとして，航行妨害ゾーン（Obstacle Zone by Target: OZT）を用いた衝突リスクを活用した複数船の航路探索手法を提案する．具体的には，強化学習手法である Implicit Quantile Networks（IQN）の実行パラメータの計算に衝突リスクを導入する．本手法は，静的障害物やランキン渦を含む航路探索シミュレーション環境において，障害物や船舶同士の衝突率を減少させ，目標地点までの航路探索の成功率を向上させた．