Generation of Ship's Optimal Route based on Q-Learning

Q-러닝 기반의 선박의 최적 경로 생성

  • Hyeong-Tak Lee (Korea Ocean Satellite Center, Korea Institute of Ocean Science and Technology) ;
  • Min-Kyu Kim (Korea Ocean Satellite Center, Korea Institute of Ocean Science and Technology) ;
  • Hyun Yang (Division of Maritime AI & Cyber Security, National Korea Maritime & Ocean University)
  • 이형탁 (한국해양과학기술원 해양위성센터) ;
  • 김민규 (한국해양과학기술원 해양위성센터) ;
  • 양현 (한국해양대학교 해사인공지능.보안학부 )
  • Published : 2023.05.02

Abstract

Currently, the ship's passage planning relies on the navigator officer's knowledge and empirical methods. However, as ship autonomous navigation technology has recently developed, automation technology for passage planning has been studied in various ways. In this study, we intend to generate an optimal route for a ship based on Q-learning, one of the reinforcement learning techniques. Reinforcement learning is applied in a way that trains experiences for various situations and makes optimal decisions based on them.

현재 선박의 항해계획은 항해사의 지식과 경험적인 방법에 의존하고 있다. 그러나 최근에는 선박 자율운항기술이 발전됨에 따라, 항해계획의 자동화 기술도 여러 가지 방법으로 연구되고 있다. 본 연구에서는 강화학습 기법 중 하나인 Q-러닝을 기반으로 선박 최적 항해 경로를 생성하고자 한다. 강화학습은 다양한 상황에 대한 경험을 학습하고, 이를 기반으로 최적의 결정을 내리는 방식으로 적용된다.

Keywords

Acknowledgement

이 연구는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임(No. 2022R1C1C2010897).