Local Path Planning Method of the Self-propelled Model Based on Reinforcement Learning in Complex Conditions

摘要

在实际波浪条件下面用一个大规模自己推动的模型进行水动力学和物理运动模拟测试是为研究轮船的环境适应性的一个重要工具。在自己推动的模型的航行测试期间，包括附近的各种各样的港口设备，航行设备，和轮船的复杂环境必须小心地被考虑，因为在这稠密的环境模型上的海波浪和风的影响是特别地重要的。为了改进自己推动的模型，的安全，这份报纸介绍基于加强学习学习的 Q 为模型碰撞回避与混乱想法结合了，以便改进计划的本地路径的可靠性。模拟和海测试结果证明这个算法与好适应性是在海风和波浪的干扰下面的自我航行模型的碰撞回避的一个更好的解决方案。