|
本年度は、これまで実施してきた深層強化学習を用いた自動避航操船アルゴリズム構築に関する研究成果を踏まえて、一般的な自動避航操船アルゴリズムを評価する上で必要な評価用の海上交通流シナリオの構築手法について研究を実施した。海上交通流シナリオを設計する上で、関連する海上交通法規（条約、国内法）の整理、見合い角度による衝突針路の範囲に基づくシナリオ特性の分類、また避航操船の航法にもとづく見合い関係の分類図を作成し、海上で遭遇しうる基本的な見合い関係を網羅するような評価用シナリオを作成した。また、シナリオの網羅性を高める上で、2船間の速力差やシナリオ中の変針の有無、最接近時間（TCPA）に基づくシナリオの長さ等のパラメータを設定し、より幅広いシチュエーションを対象としたシナリオセットを提案した。このシナリオには1対1と1対2のシナリオが含まれており、海上遭遇する見合い関係を幅広く網羅している。
また、これらのシナリオを用いた評価を実施するために、船舶の運動をベクトルで表し、シミュレーションをすることなく解析的に2船間距離や相対方位変化等の指標値の時系列を計算する手法を提案した。これまでの先行研究で共通する指標を、事前に解析的に把握できることで、逆に所望の指標値を満たすようなシナリオを作成するために、他船を配置するための計算手法についても提案した。これらにより、前述のシナリオセットを補完する形で、特定の指標値について評価することができような特別なシナリオを追加することができるようになり、シナリオの網羅性を向上することができた。
|
