2018 Fiscal Year Annual Research Report
Multi-Agent Reinforcement Learning System to Improve Actual Ships' Courses
| Project/Area Number |
16K00309
|
|---|
| Research Institution | Hiroshima City University |
|---|
Principal Investigator |
神尾 武司 広島市立大学, 情報科学研究科, 講師 (20316136)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | マルチエージェントシステム / 強化学習 / 多船航路探索 / 機械学習 / 海上安全 / 行動選択制限 / 参照航路 / ニアミス航路 |
|---|
| Outline of Annual Research Achievements |
安全性と効率性を勘案した航路の事前選定は船舶運航における重要な課題である．研究代表者は現実世界でも適用可能な航路を獲得するためのマルチエージェント強化学習システム(以後，MARLSと呼ぶ)の研究に取り組んできた．本研究課題の目的は，MARLSのツールとしての価値を高めるために，実航路を参照航路としてMARLSに与えることを前提とし，参照航路の改善システムを構築することにある．
最終年度は研究実施計画にある『実航路の不要箇所や衝突の原因を抽出する機能の追加(第3研究テーマ)』を実現するために2種類のMARLSを考案した．
1つ目のMARLSは，参照航路の航路効率性の向上を目的とする．基本プロセスは以下の通りである．まず，各参照航路の途中から航路を簡易的に探索し，航路改善率が最も高い位置Pを検出する．さらに，各船のスタート位置Sから検出位置Pまでは参照航路を保持し，位置P以降を本格的に航路探索する．
2つ目のMARLSは，参照航路に含まれるニアミスの修正とその原因抽出を目的とする．ただし，ニアミスは航法における避航船が他船の回避に遅れたことに起因すると考え，避航船がニアミスを発生させないための回避開始点を原因として抽出した．基本プロセスは以下の通りである．まず，パーソナルエリア(つまり，操船者の危険感知領域)を定義し，これをもとに各参照航路のニアミス発生点を検出する．さらに，発生点以前の参照航路上の位置から航路を簡易的に探索し，ニアミス回避が可能かつ発生点になるべく近い位置Pを検出する．その後，各船のスタート位置Sから検出位置Pまでは参照航路を保持し，位置P以降を本格的に航路探索する．
以上により，参照航路の必要箇所の保存および不要箇所の修正が目的に応じて可能となり，本研究課題である『マルチエージェント強化学習による実航路の改善』を実現するシステムの基本的枠組みが完成した．
|
