大阪公立大學的檜垣嶽史助教、橋本博公教授等通過讓人工智慧（AI）學習入港船舶的航行數據，開發出了輔助船舶靠岸的系統。該系統可向航行中的操作員提示安全靠岸的路線，還有助於開發安全靠岸的自動作業系統。在航運業人力短缺加劇的背景下，該系統有望減輕船員的工作負擔。
搭載新研發系統的船舶以實現安全的自動操作（供圖：大阪公立大學檜垣助教）
彙總研究成果的論文已發表在國際學術期刊《Ocean Engineering》上。
在汽車自動駕駛的泊車場景中，方向盤的轉向幅度與速度可在一定程度上決定車輛的狀態。而船舶因受風力、潮流等外部作用力的影響較大，因此很難通過自動操作實現靠岸。
研究團隊應用「模仿學習」方法，讓AI學習實際的航行數據。常規模仿學習是讓AI按時間序列學習船舶靠岸前的數據，研究團隊此次則讓AI從安全靠岸的時刻開始逆時間順序學習航行數據。
新研發的系統可在地圖上顯示操作員基於經驗等持續選擇的安全航行路線，並適用於新型自動航行系統的性能評估。今後，研究團隊將讓AI學習船舶實際遭遇的風力、潮流等更詳細的航行資訊，進一步提升系統的性能。
原文：《日本經濟新聞》、2025/3/18
翻譯：JST客觀日本編輯部
【論文資訊】
期刊：Ocean Engineering
論文：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
