大阪公立大学的桧垣岳史助教、桥本博公教授等通过让人工智能（AI）学习入港船舶的航行数据，开发出了辅助船舶靠岸的系统。该系统可向航行中的操作员提示安全靠岸的路线，还有助于开发安全靠岸的自动操作系统。在航运业人力短缺加剧的背景下，该系统有望减轻船员的工作负担。
搭载新研发系统的船舶以实现安全的自动操作（供图：大阪公立大学桧垣助教）
汇总研究成果的论文已发表在国际学术期刊《Ocean Engineering》上。
在汽车自动驾驶的泊车场景中，方向盘的转向幅度与速度可在一定程度上决定车辆的状态。而船舶因受风力、潮流等外部作用力的影响较大，因此很难通过自动操作实现靠岸。
研究团队应用“模仿学习”方法，让AI学习实际的航行数据。常规模仿学习是让AI按时间序列学习船舶靠岸前的数据，研究团队此次则让AI从安全靠岸的时刻开始逆时间顺序学习航行数据。
新研发的系统可在地图上显示操作员基于经验等持续选择的安全航行路线，并适用于新型自动航行系统的性能评估。今后，研究团队将让AI学习船舶实际遭遇的风力、潮流等更详细的航行信息，进一步提升系统的性能。
原文：《日本经济新闻》、2025/3/18
翻译：JST客观日本编辑部
【论文信息】
期刊：Ocean Engineering
论文：Docking assistance method for autonomous berthing by backward-time imitation learning and kernel density estimation based on AIS data
DOI：https://doi.org/10.1016/j.oceaneng.2024.120122
