基於強化學習的小型船舶航向定位系統
（粵語口語・繁體中文版）
1. 問題陳述 (The Problem)
各位好。
我地上一個嘅 ESS 項目完成咗第一代嘅動態定位系統，但係系統令小船擺動嘅幅度可以達到正負 18 度，即是一共 36 度，而一般市面嘅引擎都有類似嘅擺動問題。
而新一代系統經過一個詳細嘅用戶調查，將「舒適區」定義為 ±10 度，即係比上一代改善咗 16 度。呢個差距喺實際航行非常重要：每行 100 米，偏航可以減少大約 15 米，大大降低 S 型航跡，亦節省大量修正航向嘅能源同時間。
我哋嘅應用場景係 7 米以下小船，包括水產養殖、近岸捕魚同短途運輸。市場上雖然有不同嘅定向控制方案，但能夠簡便安裝喺小船，又能應付海面持續變化嘅，目前只有我哋呢套技術做到。
2. 創新與技術 (Innovation and Technology)
一般船舶只靠船尾兩個螺旋槳轉彎，所以需要好大嘅轉彎半徑。我哋嘅方案最多可以用到四個螺旋槳，可以按船型彈性安裝，例如前後各兩個，或者前一後三，令轉彎可以控制喺 5 米內完成。
真正嘅創新係 人工智慧同時協調四個螺旋槳，好似無人機咁，由一個主控不斷以 100Hz 微調輸出，去鎖定航向或者做微量側向補償。人手係好難同時控制四個馬達，仲要對抗風浪。所以需要科技嘅幫忙。
而另一個重要嘅創新，就係採用 CNN + DQL 強化學習模型 去預測未來幾秒嘅航向需要。市場上大部分系統都係偏航咗先至作出反應，屬於被動式控制。但我哋嘅模型經過數百萬次訓練，可以分析之前幾秒嘅風浪變化，即時分配四個螺旋槳嘅輸出，從而保持航向最穩定。
3. 研發範圍 (Scope of R&D Work)
我地喺第 1 個 milestone 會收集真實海洋數據，另外會建構軟硬體嘅初型。
第 2 個 milestone 會進一步建構軟硬體，同事亦會升級現有應用程式。
第 3 個 milestone 就會正式開始訓練模型，實現硬件偵測邏輯，並向海事處申請新型結構許可。
喺第 4 個 milestone 確保下水之前取得海事處許可，然後進行全面的六階段水上驗證同最終校準。最後係提交專利申請及進行其他國際認證。
4. 技術挑戰及應對 (Technical Challenges)
呢個項目最大嘅技術挑戰，就係點樣確保人工智慧喺模擬環境訓練完成之後，落到真實水面都可以維持相同效能，即係所講嘅 Sim-to-Real Gap。
首先，系統嘅應用場景鎖定喺近岸及河流作業，咁樣唔但止切合 7 米以下小船的作業範圍，也有效降低了開闊海域不可預測的環境變數，令到 Sim-to-Real 的過渡更可控。
另外我地團隊嘅技術總監係清華博士後，曾經領導 2022 年北京冬奧 L4 級自動駕駛同埋 NOVA-3D 自動駕駛感知系統嘅開發，雖然都係車載嘅應用，但同樣涉及由模擬訓練到實地部署嘅遷移學習技術。我地會引用行業標準，在虛擬環境中進行數百萬次的運算迭代，建立高還原度的『數位孿生』等級嘅精細度，確保系統喺實際應用時達到高還原度同穩定表現。
5. 市場機遇與商業模式 (Market Opportunity)
我地第一代 DPS 系統已經喺香港及華南地區已經簽訂咗唔同嘅代理商，除咗喺我地申請時簽訂嘅幾間次外，我地亦同 xxx 簽訂訂單協議。
各協議內都有列明第二代市場化後，會逐步將數量轉投向第二代版本。我地亦不時有到海外尋找 ODM 客戶。
6. 競品分析 (Competitive Analysis)
市場上嘅方案分兩類：
第一類係好貴嘅商用系統，例如 Sea Machines、Avikus，主要為大型船而設，成本動輒六位數，而且多數用傳統控制邏輯，未必適合七米以下小船。
第二類係傳統自動駕駛或動態定位，用 PID 做被動式修正，航向仍然會出現明顯漂移。
我哋嘅優勢係做到 四槳 AI 主動預測控制，大幅縮短轉彎半徑、減少偏航，同時成本只係市面高端方案嘅三分之一。換句話講，我哋係市場上第一套真正針對小船、價格可接受、又有 AI 精準定向能力嘅系統。