Key points are not available for this paper at this time.
이 연구는 미지의 수중 환경에서 자율 수중 차량(AUV)의 안전한 항해 문제를 해결하는 것을 목표로 합니다. AUV는 수중 항해 중 안전을 위협하는 협곡, 바위, 암초, 물고기 및 수중 차량을 만날 것입니다. 이 연구에서는 미지의 수중 환경에서 자율 계획의 적응 능력과 장애물 회피의 신뢰성을 향상시키기 위해 게임 기반 소프트 액터-크리틱(GSAC) 경로 계획 방법을 제안합니다. 시뮬레이션 환경의 영향을 고려하여, 시뮬레이션 환경의 장애물은 에이전트로 간주되고 AUV와 제로섬 게임을 수행합니다. 제로섬 게임 문제는 AUV와 장애물의 전략을 개선하여 해결되며, 시뮬레이션 환경이 AUV 경로 계획 전략에 맞춰 지능적으로 발전하도록 합니다. 제안된 방법은 시뮬레이션 환경의 복잡성과 다양성을 증가시키고, AUV가 전략에 특정한 가변 환경에서 훈련할 수 있게 하며, 미지의 수중 환경에서 AUV의 적응성 및 수렴 속도를 향상시킵니다. 마지막으로, Python 언어를 사용하여 AUV 시뮬레이션 테스트를 위한 미지의 수중 시뮬레이션 환경을 작성합니다. GSAC는 AUV가 크고 작은 정적 장애물, 협곡, 작은 동적 장애물을 피하면서 미지의 수중 환경에서 목표 지점으로 안내할 수 있습니다. 소프트 액터-크리틱(SAC) 및 딥 Q-네트워크(DQN) 알고리즘과 비교할 때, GSAC는 미지의 수중 환경에서 더 나은 적응성과 수렴 속도를 가지고 있습니다. 실험 결과 GSAC는 미지의 수중 환경에서 더 빠른 수렴, 더 나은 안정성 및 강인성을 나타냅니다.
Wang et al. (Fri,)는 이 문제를 연구했습니다.