基于改进DDPG算法的无人船自主避碰决策方法

针对传统深度确定性策略梯度（DDPG）算法数据利用率低、收敛性差的特点,改进并提出一种新的无人船自主避碰决策方法。利用优先经验回放（PER）自适应调节经验优先级,降低样本的相关性,并利用长短期记忆（LSTM）网络提高算法的收敛性。基于船舶领域和《国际海上避碰规则》（COLREGs）,设置会遇情况判定模型和一组新定义的奖励函数,并考虑了紧迫危险以应对他船不遵守规则的情况。为验证所提方法的有效性,在两船和多船会遇局面下进行仿真实验。结果表明,改进的DDPG算法相比于传统DDPG算法在收敛速度上提升约28.8%,训练好的自主避碰模型可以使无人船在遵守COLREGs的同时实现自主决策和导航,为实现更加安全、高效的海上交通智能化决策提供参考。