Saltar para:
Logótipo
Você está em: Início > Publicações > Visualização > COLREG-Compliant Obstacle Avoidance and Motion Planning for USVs Using Behavioral Grid Map and DRL

COLREG-Compliant Obstacle Avoidance and Motion Planning for USVs Using Behavioral Grid Map and DRL

Título
COLREG-Compliant Obstacle Avoidance and Motion Planning for USVs Using Behavioral Grid Map and DRL
Tipo
Artigo em Livro de Atas de Conferência Internacional
Ano
2025
Autores
Divkoti, MRR
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Sem AUTHENTICUS Sem ORCID
Ata de Conferência Internacional
Páginas: 86-91
2025 International Conference on Autonomous Robot Systems and Competitions-ICARSC-Annual
Funchal, PORTUGAL, APR 02-03, 2025
Indexação
Publicação em ISI Web of Knowledge ISI Web of Knowledge - 0 Citações
Publicação em Scopus Scopus - 0 Citações
Outras Informações
ID Authenticus: P-018-XB9
Abstract (EN): Unmanned Surface Vehicles (USVs) are critical in maritime applications, requiring robust motion planning in dynamic and uncertain environments. Traditional algorithms like Velocity Obstacles (VO) and Dynamic Window Approach (DWA) face limitations in adaptability and efficiency, especially in highly dynamic scenarios. This paper presents a novel framework combining behavior grid maps and Proximal Policy Optimization (PPO) to address these challenges. Key contributions are the framework combining behavior grid maps and PPO for USV motion planning in dynamic environments, ensuring adherence to COLREGs, and the validation of the proposed approach through extensive simulations.
Idioma: Inglês
Tipo (Avaliação Docente): Científica
Nº de páginas: 6
Documentos
Não foi encontrado nenhum documento associado à publicação.
Recomendar Página Voltar ao Topo
Copyright 1996-2025 © Faculdade de Medicina Dentária da Universidade do Porto  I Termos e Condições  I Acessibilidade  I Índice A-Z
Página gerada em: 2025-11-01 às 18:30:50 | Política de Privacidade | Política de Proteção de Dados Pessoais | Denúncias | Livro Amarelo Eletrónico