1. 毕业设计（论文）主要内容：

随着alphago的的胜利，机器学习领域兴起了强化学习研究热潮。

本课题对船舶智能避碰进行算法设计，利用强化学习实现避碰算法的智能化。

通过对该课题的研究，进行一次综合运用所学理论和技能的训练，进一步提高分析问题和解决问题的能力。

2. 毕业设计（论文）主要任务及要求

主要任务要求：
1.查阅15篇相关文献（含2篇外文），并每篇书写200—300字文献摘要（装订成册，带封面）；
2.认真填写周记，完成800字开题报告；
3.完成5000中文字以上的相关英文专业文献翻译，并装订成册（中英文一起，带封面）；
4.完成系统的编码与调试；
5.完成10000字以上的毕业论文；
6.进行论文答辩。

3. 毕业设计（论文）完成任务的计划与安排

毕业设计时间节点：
(1)2018/1/14—2018/2/22：确定选题，查阅文献，外文翻译和撰写开题报告；
(2)2018/2/23—2018/4/30：系统架构、程序设计与开发、系统测试与完善；
(3)2018/5/1—2018/5/25：撰写及修改毕业论文；
(4)2018/5/26—2018/6/6：准备答辩。

4. 主要参考文献

参考文献:
[1] 张汝波, 周宁. 基于强化学习的智能机器人避碰方法研究[J]. 机器人, 1999, 21(3):204-209.
[2] 杨溢, 庞永杰, 李宏伟,等. 复杂海况下基于强化学习的USV局部路径规划方法研究(英文)[J]. Journal of Marine Scienceamp;application, 2014(3):333-339.
[3] 张汝波, 唐平鹏, 杨歌,等. 水面无人艇自适应危险规避决策过程收敛性分析[J]. 计算机研究与发展, 2014, 51(12):2644-2652.
[4] 周鹏程. 基于强化学习的智能机器人避碰方法研究[J]. 消费电子, 2013(18):174-175.
[5] 朴松昊, 洪炳熔. 一种动态环境下移动机器人的路径规划方法[J]. 机器人, 2003, 25(1):18-21.
[6] 施平安, 陈文伟, 王敬全,等. 基于神经网络的复合避碰专家系统研究[J]. 航海技术, 2001(6):2-5.