複数船航路探索のための航行妨害ゾーンに基づく分布型強化学習

• Item type: Trans(1)
• 公開日: 2026-01-26
• タイトル / 言語: ja
• タイトル: 複数船航路探索のための航行妨害ゾーンに基づく分布型強化学習
• タイトル / 言語: en
• タイトル: Distributional Reinforcement Learning for Multi-vessel Path Finding Using Obstacle Zone by Target
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [研究論文（推薦論文）] 複数船航路探索，強化学習，Implicit Quantile Networks，航行妨害ゾーン
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 岡山大学
• 著者所属: 岡山大学
• 著者所属: 岡山大学
• 著者所属(英): en
• 著者所属(英): Okayama University
• 著者所属(英): en
• 著者所属(英): Okayama University
• 著者所属(英): en
• 著者所属(英): Okayama University
• 著者名: 松本,天佑; 太田,学; 上野,史
• 著者名(英): Tenyu Matsumoto; Manabu Ohta; Fumito Uwano
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年の人工知能技術の進展により，小型船の自動運転技術の研究が活発に行われている．なかでも航路探索における航行中の船舶どうしの衝突回避は重要な課題であり，これまでに国際海上衝突予防規則（COLREGs）に基づく手法が多数検討されてきた．しかし，混雑した状況下ではCOLREGsの厳密な遵守が困難であり，より柔軟な衝突回避行動の実現が求められている．Linらは，COLREGsに依存しない新たなアプローチとしてadaptive IQNを提案した．本研究ではこのアプローチを発展させ，航行妨害ゾーン（Obstacle Zone by Target: OZT）を活用した複数船による航路探索手法を提案する．具体的には，強化学習手法であるImplicit Quantile Networks（IQN）の実行パラメータの計算にOZTを用いた衝突リスクを導入し，目的地までの方策と同時に衝突回避行動を学習する．提案手法を，静的障害物およびランキン渦を含むシミュレーション環境で評価した結果，障害物や他船との衝突率をadaptive IQNと比較して最大11.2ポイント低減させ，目標地点までの航路探索成功率を最大10.1ポイント向上させた．さらに，提案手法の適用可能性と限界を分析し，その有効性および現実環境への応用に向けた課題を明らかにした．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Recent advances in artificial intelligence have accelerated the development of autonomous navigation technologies for small vessels. Among the key challenges, collision avoidance during route planning remains critical, and numerous approaches based on the International Regulations for Preventing Collisions at Sea (COLREGs) have been proposed. However, in congested maritime environments, strict adherence to COLREGs is often impractical, necessitating more adaptive and context-aware collision avoidance strategies. To address this limitation, Lin et al. proposed an adaptive framework based on Implicit Quantile Networks (IQN), referred to as adaptive IQN, that operates independently of COLREGs. Building on this foundation, we propose a multi-vessel route planning method that incorporates the Obstacle Zone by Target (OZT) concept into the adaptive framework. Specifically, we integrate OZT-based collision risk assessment into the computation of IQN's execution parameters, enabling the simultaneous learning of route planning and collision avoidance. The proposed method was evaluated in a simulation environment containing static obstacles and Rankine vortices. Compared to adaptive IQN, it reduced collisions with obstacles and other vessels by up to 11.2 percentage points and improved route planning success rates by up to 10.1 percentage points. Furthermore, we analyzed its applicability and limitations, demonstrating its effectiveness and identifying open challenges for real-world deployment.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11464847
• 書誌情報: 情報処理学会論文誌データベース（TOD）; 巻 19, 号 1, p. 119-132, 発行日 2026-01-26
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7799
• 出版者 / 言語: ja
• 出版者: 情報処理学会