基于强化学习的全局路径规划方法研究与仿真开题报告

全文总字数：7076字

1. 研究目的与意义（文献综述）

1.1 研究目的及意义

随着经济的不断发展，世界各国之间的贸易更为密切，船舶货运量在持续增长，船舶运输也占据了越来越重要的地位。近些年来，由于诸如通信、大数据云计算、人工智能、物联网、传感技术等新兴技术的发展，使得具有环保、经济、安全可靠等优点的智能船舶进入了人们的视线。

智能船舶是可以通过物联网、传感器、人工智能和其他技术自动感知和接收有关自身、海洋环境和港口的状态和信息的船舶，并且可以通过大数据云进行自动控制等智能操作。在环保性，经济性，安全性和可靠性方面比常规船舶具有更多优势。智能航行是智能船舶的重要功能之一，它是指船舶利用传感器技术获得船舶航行所需状态和信息，通过计算机处理分析，设计和优化船舶的航速和航线。

2. 研究的基本内容与方案

2.1基本内容

本文的基本内容是，首先对智能船舶背景、定义和系统框架进行总结，进而介绍智能航行的作用和组成，提出自己的见解，然后介绍智能航行的决策控制层，并引出船舶全局路径规划在智能航行中的功能和意义。然后介绍全局路径规划的方法，其中重点介绍强化学习方法，包括基本原理、系统的组成、经典的强化学习算法以及在路径规划中的发展。分析完目前流行的强化学习算法之后，重点研究q-learning算法，确定方案为基于强化学习中的q-learning算法对船舶进行全局路径规划之后，对q-learning算法进行公式推导以及收敛性分析以证明方案可行性。搭建基于q-learning算法的全局路径规划系统框架，建立完整的环境模型，包括无人驾驶船舶、障碍物、起始点、目标点及传感器。基于pycharm仿真平台，对基于q-learning算法的路径规划方法进行仿真实验与分析。对文章进行总结，查找方案的不足之处，并对强化学习在全局路径规划中的前景予以展望。

2.2目标

3. 研究计划与安排

第1周

根据论文题目收集相关主题资料，包括船舶全局路径规划、强化学习方法等相关论文资料及出版物。

第2-3周

4. 参考文献（12篇以上）

[1] 盛振邦等，《船舶原理》，上海交通大学出版社，2004。

[2] 徐海祥等，《船舶动力定位系统原理》，国防工业出版社，2016。

[3] ccs，《智能船舶规范》，2015。