强化学习具有结构简单、自适应性强的特点,已在自动驾驶、图像识别、金融贸易等领域广泛应用,利用强化学习技术解决船舶的自主避碰问题成为航海界专家和学者的研究热点。为解决多船会遇场景下的船舶避碰问题,提出了一种基于深度强化学习的船舶自主避碰决策模型。该模型主要包括航行场景划分层、风险评估层和决策规划层,场景划分层主要是通过参照规则中有关不同会遇局面构成条件以及船舶的避碰责任判定,在考虑船舶间避碰角色对称性的基础上,实现多船会遇场景下的航行态势划分及航路权的判断;风险评估层是从驾驶员注意力分配的角度,以构建粗粒度局部地图的形式编码船舶的航行状态信息,利用神经网络计算本船与目标船之间的碰撞风险;决策规划层是在态势划分和风险评估的基础上采用值函数逼近的方法,依据马尔可夫决策过程要素设计航行状态空间、动作空间、奖励函数以及动作选择策略和状态值函数以实现船舶智能避障与自主决策。最后,基于Open AI Gym平台设计了静态障碍物场景、典型两船会遇场景、多船会遇场景以及动态、静态障碍物并存场景,并分别从碰撞风险和最近避让距离的角度对避碰决策的合理性和有效性进行了分析。本文的主要创新性成果如下:（1）设计了一种基于相对航向的多船会遇场景划分方法。参照规则中两船会遇场景的划分方法,综合考虑船舶的相对方位、相对航向、避碰角色对称性的要素,将多船会遇场景量化为四个区域,并明确了各区域下本船的航路权及应采取避让行动。（2）提出了一种基于注意力机制船舶碰撞风险认知评估模型。通过构建局部地图,实现障碍物航行信息的动态编码,利用多层感知机技术将航行状态数据和地图张量转化为固定长度的向量作为模型的输入,使用归一化方法量化船舶的潜在碰撞风险。（3）构建了一种多船会遇场景下基于深度强化学习的船舶自主避碰决策模型。具体设计了船舶航行状态空间、离散化的避碰决策动作空间、融入避碰规则的奖励函数以及动作选择策略和状态值函数等要素,实现了复杂航行态势下船舶自主决策。