基于LDA-D3QN的无人水面艇在复杂障碍环境下的自主导航

《Drones》：LDA-D3QN-Based Autonomous Navigation for Unmanned Surface Vehicles in Complex Obstacle Scenarios

　　

摘要

在复杂的障碍物环境中，无人水面艇的自主导航仍面临诸多挑战，这些问题源于过多的感知信息、不稳定的价值评估以及效率低下的策略收敛过程。为解决这些难题，本文提出了一种改进的深度强化学习方法——LDA-D3QN，用于无人水面艇的自主导航。该方法通过将目标相关信息与局部障碍特征相结合，构建出简洁的导航状态表示，从而使智能体能够在保留关键决策信息的同时减少不必要的环境冗余。基于这种表示方式，本文进一步开发了改进的价值学习框架，以提高在复杂环境中的导航决策稳定性。此外，还引入了基于奖励的分阶段训练策略，帮助智能体逐步适应越来越复杂的导航任务。该算法在Unity–ROS–MATLAB集成仿真平台上进行了测试，实验结果表明，与几种常见的强化学习算法相比，LDA-D3QN具有更出色的整体导航性能。具体而言，该方法的最终训练成功率为91.4%，优于PPO（82.3%）、Dueling DQN（78.5%）、Double DQN（79.8%）和Rainbow DQN（86.5%）。在复杂的多障碍物多目标场景下的测试进一步表明，该算法学习到的策略能够生成安全、稳定且有效的导航行为。利用真实无人水面艇的传感器数据进行的初步验证也证明了激光雷达和GPS数据处理方法的可行性，为未来的闭环自主导航实验及多传感器融合应用奠定了基础。