本文介绍了一种基于 COLREG 的深度强化学习和计算机视觉技术的导航系统，该系统在逼真的海洋模拟环境中进行了评估，并证明了其在避免碰撞和设置航点方面的有效性。

Jul, 2023

本研究开发了一种基于深度强化学习的自主航行船舶导航和控制方案，结合一个先进的 Q-learning 算法和多功能训练环境生成器，实现了一个稳健、精确的舵控器。通过在下莱茵河和中莱茵河的真实航行数据上对所提出的方法进行路径跟踪比较，表明该算法能够在从未见过的情况下有效地证明其普适性，同时能够达到高精度的导航控制。

Mar, 2023

深度强化学习在应用于真实世界的机器人系统方面具有令人兴奋和有希望的前景。我们提出了一个基于最新的游戏引擎和深度强化学习整合的新的水下导航基准环境，以解决在不可预测和非稳态环境中训练过程中的挑战。我们使用先进的训练技术对这个基准环境进行了广泛的实证评估，取得了有希望的结果。

May, 2024

本文提出了一个基于深度强化学习的逼真的模块化框架，用于控制内陆水路上的自主表面船舶（ASV）。该框架包括两个层次：高级本地路径规划（LPP）单元和低级路径跟踪（PF）单元，每个单元都包含一个 DRL 代理。其中，LPP 代理负责考虑附近船只、交通规则和水路几何形状来规划路径，我们利用了最近提出的空间时间循环神经网络架构，在连续行动空间下进行转移。PF 代理负责低级执行器控制，同时考虑浅水对海船的影响以及环境力量如风、浪和洋流。两个代理在仿真环境中进行了全面验证，以德国北部的下艾尔伯为案例，使用真实的 AIS 轨迹来模拟其他船只的行为。

Jul, 2023

本文介绍了一种基于最新的 actor-critic 算法的新方法，以解决 HUAUV 的导航和介质转换问题。我们展示了一种双重评论家 Deep-RL 的方法，通过仅使用范围数据和相对定位来提高 HUAUV 的导航性能。我们的 Deep-RL 方法在不同模拟场景中实现了学习的坚实泛化，表现出更好的导航和转换能力，优于以前的方法。

Sep, 2022

利用学习驱动的自适应控制方法，结合基于模型的控制架构以及最大熵深度强化学习框架，提出了一种适应控制器的创新方法，通过生物启发的经验回放机制、增强的领域随机化技术和在物理平台上的评估协议来实现仿真到真实的迁移策略，实验证明该方法能够从 AUV 的次优仿真模型中学到有效的策略，并在实际环境中将控制性能提高 3 倍。

Oct, 2023

本研究提出了一种基于强化学习的超声探头导航框架，其中使用 UNet 从 US 图像提供二进制掩模，多模态状态表示结构用于准确特征化实际状态，并基于最小边界矩形的特征提取方法建立了新型的标准视图识别方法，结果表明该方法可以有效地、准确地引导探头朝向血管的纵向视图。

May, 2022

该研究提出了一种基于 AirSim 的仿真框架，实现了有效的并行训练、分散式训练和大规模代理训练，从而在机器人的视觉四轴导航中实现了学习时间从 3.9 小时降低到 11 分钟的优化。

Sep, 2022

该研究探讨了使用强化学习算法解决无人机导航问题，讨论了不同环境下的算法特性和选择，并提出未来的研究方向。

Aug, 2022

该研究提出了一种基于机器学习的导航算法，能够在各种复杂港口情况下通过距离传感器观察环境来导航内陆船只。结果表明，该算法优于常用的动态窗口方法和基准无模型强化学习算法，从而实现了船只在复杂港口情况下的自主导航。

Nov, 2023