Zastosowanie algorytmów uczenia się ze wzmocnieniem we wspomaganiu procesów podejmowania decyzji podczas manewrowania statkiem

• Autorzy: Łącki M.

Warianty tytułu

EN

Reinforcement learning algorithms in decision making support in ship handling

• Języki publikacji: PL

Abstrakty

PL

W prezentowanym artykule przedstawiono koncepcję zastosowania algorytmów uczenia się ze wzmocnieniem we wspomaganiu procesów podejmowania decyzji podczas manewrowania statkiem. Celem badań było wykonanie aplikacji i przeprowadzenie symulacji komputerowej dla różnych modeli środowiska. W zastosowanej metodzie uczenia się ze wzmocnieniem, symulowany w aplikacji model statku traktowany jest jako agent, który przez interakcję ze środowiskiem uczy się sterowania statkiem na ograniczonym obszarze, starając się znaleźć optymalną trasę przejścia. Proces uczenia polega na obserwowaniu aktualnego stanu i otrzymanej nagrody po wybraniu jednej z dostępnych akcji. Agent otrzymuje nagrodę za dotarcie do celu, bądź karę za wpłynięcie na przeszkodę.

EN

In this paper, the author presents the idea of using machine learning algorithms to aid action decision making in ship manoeuvring. Main goal of presented approach was to create an application, simulate and present results of simulation in different layouts of restricted waters. Reinforcement learning is based on agent interactions with environment. The agent learns through exploration of the environment and tries to find the best solution which is determined by positive or negative rewards received after each action taken.

Słowa kluczowe

PL

podejmowanie decyzji; manewrowanie statkiem

EN

decision making; manoeuvre of ship's

• Wydawca: Wydawnictwo Uniwersytetu Morskiego w Gdyni
• Czasopismo: Prace Wydziału Nawigacyjnego Akademii Morskiej w Gdyni
• Rocznik: 2008
• Tom: Z. 22
• Strony: 62--70
• Opis fizyczny: Bibliogr. 5 poz., rys.

Twórcy

autor

Łącki M.

• Katedra Nawigacji, Akademia Morska w Gdyni

Bibliografia

• 1. Eden T., Knittel A., Uffelen R., Reinforcement Learning: Tutorial, University of New South Wales, Sydney 2002.
• 2. Kaelbling L.P., Littman & Moore, Reinforcement Learning: A Survey, Journal of Artificial Intelligence Research, Vol. 4, 1996.
• 3. Łącki M., Machine learning algorithms in decision making support in ship handling, Transport Systems Telematics TST, Politechnika Śląska, Polska Akademia Nauk, Komitet Transportu, Katowice − Ustroń 2007.
• 4. Łącki M., Reinforcement learning in ship handling, VII International Symposium of Navigation TransNav, WN AM w Gdyni, The Nautical Institute, Gdynia 2007.
• 5. Sutton R., Barto A., Reinforcement Learning: An Introduction, MIT Press, 1998.