信任、几何与规则：一种面向不确定性下安全USV导航的可信度感知强化学习框架

Trust, Geometry, and Rules: A Credibility-Aware Reinforcement Learning Framework for Safe USV Navigation under Uncertainty

在动态海事环境中，实现无人水面艇（USVs）安全且符合《国际海上避碰规则》（COLREGs）的自主导航仍是一项严峻挑战，尤其当感知系统存在未校准的不确定性时。现有基于强化学习（RL）的方法常因状态估计误差导致不可靠的置信状态误导价值函数而失效，同时离散的交通规则又为学习目标引入不连续性。为解决上述问题，我们提出了一种融合可信度感知学习、几何安全屏蔽及连续规则感知嵌入的框架。首先，可信度加权价值学习（CW-VL）通过滤波器估计协方差与经验误差统计量之间的差异推导动态信任因子，以调节评价网络的异方差损失，防止策略过度拟合噪声样本。其次，协方差膨胀速度障碍（CI-VO）将位置估计不确定性映射为集合角度裕度，形成保守的几何安全屏蔽以覆盖危险探索行为。第三，风险感知COLREGs职责嵌入将二元避碰职责松弛为连续规则感知信号，提供平滑的扇区转化信息并抑制稀疏规则奖励引发的振荡。仿真遭遇场景实验表明，该方法在感知不一致情况下具有更强的训练鲁棒性，且在避碰性能与COLREGs合规性方面优于基线方法。