• 中国科技核心期刊
  • Scopus收录期刊
  • DOAJ收录期刊
  • JST收录期刊
  • Euro Pub收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于引入注意力机制的PPO无人水面艇动态避障规划研究

刘真一,  李斌,  张俊,  李鹏,  夏超

刘真一, 李斌, 张俊, 等. 基于引入注意力机制的PPO无人水面艇动态避障规划研究[J]. 水下无人系统学报, 2026, 34(6): 1-10 doi: 10.11993/j.issn.2096-3920.2026-0076
引用本文: 刘真一, 李斌, 张俊, 等. 基于引入注意力机制的PPO无人水面艇动态避障规划研究[J]. 水下无人系统学报, 2026, 34(6): 1-10 doi: 10.11993/j.issn.2096-3920.2026-0076
LIU Zhenyi, LI Bin, ZHANG Jun, LI Peng, XIA Chao. Research on Dynamic Obstacle Avoidance Planning for Unmanned Surface Vessels Based on the Introduction of Attention Mechanism[J]. Journal of Unmanned Undersea Systems. doi: 10.11993/j.issn.2096-3920.2026-0076
Citation: LIU Zhenyi, LI Bin, ZHANG Jun, LI Peng, XIA Chao. Research on Dynamic Obstacle Avoidance Planning for Unmanned Surface Vessels Based on the Introduction of Attention Mechanism[J]. Journal of Unmanned Undersea Systems. doi: 10.11993/j.issn.2096-3920.2026-0076

基于引入注意力机制的PPO无人水面艇动态避障规划研究

doi: 10.11993/j.issn.2096-3920.2026-0076
详细信息
    作者简介:

    刘真一(2002-), 男, 在读硕士, 主要研究方向为强化学习

  • 中图分类号: U663; TJ630

Research on Dynamic Obstacle Avoidance Planning for Unmanned Surface Vessels Based on the Introduction of Attention Mechanism

  • 摘要: 针对无人水面艇在复杂动态海况下的局部避障与路径规划问题, 提出了一种基于深度强化学习的端到端控制方法。该方法采用近端策略优化(PPO)算法, 并设计了一种融合一维深度可分离卷积与多头注意力机制的特征提取网络。针对稀疏激光雷达数据的特性, 首先利用挤压-激励模块增强通道特征的表达能力; 其次, 构建基于Transformer架构的多头注意力模块, 以艇体自身的运动状态作为查询向量, 动态加权环境观测特征, 实现本体感知与环境感知的有效融合; 最后, 在PyBullet物理仿真环境中构建了包含静态礁石与动态干扰障碍的复杂场景。实验结果表明, 文中方法能够有效处理动态障碍物, 实现平滑自主避障控制, 与普通PPO算法相比, 避障规划成功率提升了4%。

     

  • 图  1  避障算法架构流程图

    Figure  1.  Architectural flowchart of obstacle avoidance system

    图  2  雷达感知网络结构图

    Figure  2.  Structure diagram of radar perception network

    图  3  PPO算法数据传递结构示意图

    Figure  3.  Structure of data transfer of PPO algorithm

    图  4  避障仿真示意图

    Figure  4.  Simulation results of avoiding obstacles

    图  5  线速度与角速度变化情况

    Figure  5.  Variation curves of linear velocity and angular velocity

    图  6  注意力权重可视化结果

    Figure  6.  Visualization results of attention weights

    图  7  不同算法回报值对比图

    Figure  7.  Comparative Chart of Reward Values Across Different Algorithms

    图  8  消融实验对比结果

    Figure  8.  Comparison of ablation experiment results

    图  9  不同算法耗时对比结果

    Figure  9.  Comparison of time consumption of different algorithms

  • [1] 林龙信, 张比升. 水面无人作战系统技术发展与作战应用[J]. 水下无人系统学报, 2018, 26(2): 107-114. doi: 10.11993/j.issn.2096-3920.2018.02.002

    Lin L X, Zhang B S. Technical development and operational application of unmanned surface combat system[J]. Journal of Unmanned Undersea Systems, 2018, 26(2): 107-114. doi: 10.11993/j.issn.2096-3920.2018.02.002
    [2] 李佩娟, 颜庭武, 杨书涛, 等. 基于强化学习的无人水面艇能耗最优路径规划算法[J]. 水下无人系统学报, 2023, 31(2): 237-243. doi: 10.11993/j.issn.2096-3920.202203002

    Li P J, Yan T W, Yang S T, et al. Energy-optimal path planning algorithm for unmanned surface vessel based on reinforcement learning[J]. Journal of Unmanned Undersea Systems, 2023, 31(2): 237-243. doi: 10.11993/j.issn.2096-3920.202203002
    [3] 于长东, 刘新阳, 陈聪, 等. 基于多智能体深度强化学习的无人艇集群博弈对抗研究[J]. 水下无人系统学报, 2024, 32(1): 79-86. doi: 10.11993/j.issn.2096-3920.2023-0159

    Yu C D, Liu X Y, Chen C, et al. Research on game confrontation of unmanned surface vehicles swarm based on multi-agent deep reinforcement learning[J]. Journal of Unmanned Undersea Systems, 2024, 32(1): 79-86. doi: 10.11993/j.issn.2096-3920.2023-0159
    [4] Wang N, Xu H. Dynamics-constrained global-local hybrid path planning of an autonomous surface vehicle[J]. IEEE Transactions on Vehicular Technology, 2020, 69(7): 6928-6942. doi: 10.1109/TVT.2020.2991220
    [5] 林韩熙, 向丹, 欧阳剑, 等. 移动机器人路径规划算法的研究综述[J]. 计算机工程与应用, 2021, 57(18): 38-48. doi: 10.3778/j.issn.1002-8331.2103-0519

    Lin H X, Xiang D, Ouyang J, et al. Review of path planning algorithms for mobile robots[J]. Computer Engineering and Applications, 2021, 57(18): 38-48. doi: 10.3778/j.issn.1002-8331.2103-0519
    [6] 王梓强, 胡晓光, 李晓筱, 等. 移动机器人全局路径规划算法综述[J]. 计算机科学, 2021, 48(10): 19-29. doi: 10.11896/jsjkx.200700114

    Wang Z Q, Hu X G, Li X X, et al. Overview of global path planning algorithms for mobile robots[J]. Computer Science, 2021, 48(10): 19-29. doi: 10.11896/jsjkx.200700114
    [7] 李二超, 王玉华. 改进人工势场法的移动机器人避障轨迹研究[J]. 计算机工程与应用, 2022, 58(6): 296-304. doi: 10.3778/j.issn.1002-8331.2108-0122

    Li E C, Wang Y H. Research on obstacle avoidance trajectory of mobile robot based on improved artificial potential field[J]. Computer Engineering and Applications, 2022, 58(6): 296-304. doi: 10.3778/j.issn.1002-8331.2108-0122
    [8] 马杰, 苏钰栋, 熊勇, 等. 基于速度障碍和人工势场的受限水域船舶避碰决策方法[J]. 中国安全科学学报, 2020, 30(11): 60-66. doi: 10.16265/j.cnki.issn1003-3033.2020.11.009

    Ma J, Su Y D, Xiong Y, et al. Decision-making method for collision avoidance of ships in confined waters based on velocity obstacle and artificial potential field[J]. China Safety Science Journal, 2020, 30(11): 60-66. doi: 10.16265/j.cnki.issn1003-3033.2020.11.009
    [9] 侯玉立, 王宁, 邱赤东, 等. 无人艇集群路径规划研究综述: 深度强化学习[J]. 水下无人系统学报, 2025, 33(2): 193-203. doi: 10.11993/j.issn.2096-3920.2025-0034

    Hou Y L, Wang N, Qiu C D, et al. A review of research on path planning of unmanned surface vessel swarm: deep reinforcement learning[J]. Journal of Unmanned Undersea Systems, 2025, 33(2): 193-203. doi: 10.11993/j.issn.2096-3920.2025-0034
    [10] Du Z, Yang S, Wang W. An adaptive difference policy gradient method for cooperative multi-USV pursuit in multi-agent reinforcement learning[J]. Journal of Marine Science and Engineering, 2026, 14(3): 252. doi: 10.3390/jmse14030252
    [11] Li X, Sun Z, Cao D, et al. Real-time trajectory planning for autonomous urban driving: framework, algorithms, and verifications[J]. IEEE-ASME Transactions on Mechatronics, 2016, 21(2): 740-753. doi: 10.1109/TMECH.2015.2493980
  • 加载中
计量
  • 文章访问数:  2
  • HTML全文浏览量:  1
  • PDF下载量:  0
  • 被引次数: 0
出版历程
  • 收稿日期:  2026-04-16
  • 修回日期:  2026-05-25
  • 录用日期:  2026-06-08
  • 网络出版日期:  2026-11-02
图(9)

目录

    /

    返回文章
    返回
    服务号
    订阅号