基于激光雷达深度强化学习的欠驱动自主水面船舶路径跟随与静态障碍物避障

《Drones》：Deep Reinforcement Learning Control for Path Following and Static Obstacle Avoidance for Autonomous Surface Vessels

　　**摘要**自主水面船舶（ASV）在狭窄和受限水域航行时，必须遵循预定路径，同时避开附近的静态障碍物并维持与边界的充足安全距离。本文提出了一种基于激光雷达的深度强化学习框架，用于欠驱动ASV的路径跟随与静态障碍物避障。船舶通过定位系统获取局部位姿信息，并通过2D激光雷达扫描获取周围环境信息，该信息利用可行性启发的池化方法转换为紧凑的扇区特征。软演员-评论家（SAC）策略在仿真环境中进行训练，基于激光雷达特征、估计的运动状态以及与路径相关的误差，输出连续的舵和推进指令。该策略在500次随机化仿真试验中进行了评估，每次试验包含0至4个障碍物。训练后的策略整体成功率达95.0%，平均横向误差为0.66米。障碍物碰撞率和边界碰撞率分别为3.80%和1.20%；表明该策略能够在受限布局中执行路径跟踪与碰撞避障。随后，使用模型尺度Bluefin船舶在三种固定障碍物布局中各进行了一次现场试验。在这些试验中，该策略在物理平台上运行并成功避开了静态障碍物，最小障碍物净空距离为0.50至1.17米。然而，现场轨迹表现出比仿真环境更大的振荡和更长的路径长度，平均均方根横向误差为1.14米，而仿真环境中为0.69米。