Path Planning and Obstacle Avoidance for Marine Vessels Using the Deep Deterministic Policy Gradient Method
Mathias Graatrud Aronsen · NORA - Norwegian Open Research Archives · 2019
Med autonomi som et av hovedfokusene innen utviklingen av den maritime industrien er dokking-fasen et aspekt av et fullt autonomt fartøy som ennå ikke er utforsket fullt ut. På grunn av manøvreres kompleksitet er det vanskelig å beregne hva som er den optimale oppførselen nå r man dokker. Men med fremskritt av maskinlæring de siste å rene har nye metoder blitt tilgjengelige som mulige løsninger på problemet. I denne oppgaven er problemet med autonom dokking delt inn i to separate må l. Disse er baneplanlegging og hinder unngåelse. En implementasjon av Deep Deterministic Policy Gradientmetoden blir deretter brukt som en kontrollalgoritme for å lø se begge de separate må lene. Til tross for begrenset suksess i trening og tester utført i dette arbeidet, viser algoritmen seg lovende gitt at visse foreslåtte forbedringer blir gjennomført.