船舶航路決定と強化学習アルゴリズム

摘要

2隻の船が相手との衝突を互いに避けつつ航行する状況に的を絞り、それらの航路を決定する強化学習アルゴリズムについて議論する。 学習者は「両者がどこで衝突するのか」「どちらが相手を迂回するのか」「両者はどれだけ舵をきるのか」といった問いに、適切な回答を見つけなければならない。 これらの問題について一歩ずつ意思決定を行う枠組みの構築を試みる。