從專家數據中學習全驅動自主水面艦艇的自主靠泊操作

本文提出了一種利用逆向強化學習從專家示範數據中學習獎勵函數，並結合運動規劃器生成逼真且安全的自主水面艦艇靠泊策略的方法。