Skip to content
Extra Form
Abstract Developing a collision avoidance system which can operate in an unpredictable environment is a
challenging task. Especially in congested sea areas, each ship should continuously make decisions to
avoid collisions with other ships while complying with the Convention on the International Regulations for Preventing Collisions at Sea (COLREGs). In this study, we proposed a robust and efficient method to collision avoidance for multi-ships based on the Deep Reinforcement Learning (DRL). The proposed method directly maps the states of the encountered target ships to an own ship’s steering commands related to rudder angle using the Deep Neural Network (DNN). This DNN is trained over the multi-ships on various situations using the policy gradient based DRL algorithm. However, the typical feedforward DNNs used in the domain require a fixed-dimensional input. To handle the multi-ship collision avoidance problem, we category the encountered target ships into four regions in terms of COLREGs for the purpose of fixing the input size. We performed a variety of simulation scenarios to verify the effectiveness and efficiency of the proposed method. The simulation results show that the proposed method has the capabilities to guarantee the collision avoidance of multi-ships while ensuring following their predefined paths.
Publication Date 2019-05-16

조로만, 노명일, "강화 학습 기반의 다 선박 충돌 회피 알고리즘 연구", 2019년도 대한조선학회 춘계학술발표회, 제주, pp. 186, 2019.05.15-17


  1. Hye-Won Lee, Myung-Il Roh, Seung-Ho Ham, Do-Hyun Chun, "Controller Design of a Gantry Crane for the Safe Erection of Blocks in Shipyards", Proceedings of PRADS 2019, Yokohama, Japan, 2019.09.22-26

  2. Ki-Su Kim, Myung-Il Roh, "Optimal Arrangement Method of a Ship Considering the Performance against Flooding", Proceedings of PRADS 2019, Yokohama, Japan, 2019.09.22-26

  3. No Image 02Apr
    by
    in Domestic Conference

    이원재, 노명일, 이성준, 석영수, 오민재, "스케일 정규화를 통한 딥러닝 기반의 선박 이미지 인식 정확도 향상 방법 연구", 2019년도 대한조선학회 춘계학술발표회, 제주, pp. 340, 2019.05.15-17

  4. No Image 02Apr
    by
    in Domestic Conference

    이성준, 노명일, 석영수, 이원재, 오민재, 김현수, "멀티스케일 및 다단계 탐지 방법을 활용한 고성능 선박 이미지 인식 방법", 2019년도 대한조선학회 춘계학술발표회, 제주, pp. 333, 2019.05.15-17

  5. No Image 02Apr
    by
    in Domestic Conference

    이종혁, 노명일, 김진혁, 이성준, 함승호, "선박 운항의 원격 모니터링을 위한 디지털 트윈 플랫폼", 2019년도 대한조선학회 춘계학술발표회, 제주, p. 341, 2019.05.15-17

  6. No Image 02Apr
    by
    in Domestic Conference

    오민재, 노명일, 김범수, 김용환, "IGES 선형 곡면 데이터로부터의 오프셋 생성 방법", 2019년도 대한조선학회 춘계학술발표회, 제주, pp. 332, 2019.05.15-17

  7. No Image 02Apr
    by
    in Domestic Conference

    이준범, 노명일, 김기수, 손명조, 한기민, 김대헌, "딥러닝 기법을 이용한 해기상 데이터 예측", 2019년도 대한조선학회 춘계학술발표회, 제주, pp. 491, 2019.05.15-17

  8. No Image 02Apr
    by
    in Domestic Conference

    전도현, 노명일, 오민재, 박성우, 이준범, "빅데이터 및 딥 러닝 기술을 이용한 블록의 설계 진행율 분석", 2019년도 대한조선학회 춘계학술발표회, 제주, pp. 332, 2019.05.15-17

  9. No Image 02Apr
    by SyDLab
    in Domestic Conference

    조로만, 노명일, "강화 학습 기반의 다 선박 충돌 회피 알고리즘 연구", 2019년도 대한조선학회 춘계학술발표회, 제주, pp. 186, 2019.05.15-17

  10. No Image 02Apr
    by
    in Domestic Conference

    이혜원, 노명일, 함승호, 전도현, "조선소의 블록 탑재 및 턴 오버 작업을 위한 UMS (Underactuated Mechanical System)의 제어 방법", 2019년도 대한조선학회 춘계학술발표회, 제주, pp. 139, 2019.05.15-17

Board Pagination Prev 1 2 3 4 5 6 7 8 9 10 11 ... 41 Next
/ 41

Powered by Xpress Engine / Designed by Sketchbook

sketchbook5, 스케치북5

sketchbook5, 스케치북5

나눔글꼴 설치 안내


이 PC에는 나눔글꼴이 설치되어 있지 않습니다.

이 사이트를 나눔글꼴로 보기 위해서는
나눔글꼴을 설치해야 합니다.

설치 취소