论文
ShipTraj-R1：通过组相对策略优化强化大语言模型的船舶轨迹预测
ShipTraj-R1: Reinforcing Ship Trajectory Prediction in Large Language Models via Group Relative Policy Optimization
摘要
强化微调的最新进展显著提升了大语言模型（LLM）的推理能力。其中组相对策略优化（GRPO）等方法在多个领域展现强大能力。然而，把 LLM 应用于船舶轨迹预测仍基本未被探索。本文提出 ShipTraj-R1，一个新颖的基于 LLM 的框架，把船舶轨迹预测重构为文本到文本生成问题。（1）我们设计包含冲突船舶轨迹信息的动态提示，引导模型实现自适应思维链（CoT）推理。（2）我们引入综合的基于规则的奖励机制，激励模型的推理格式与预测精度。（3）ShipTraj-R1 经由领域专属提示与奖励引导的 GRPO 机制强化，并采用 Qwen3 作为模型骨干。在两个复杂真实海事数据集上的大量实验结果表明，所提 ShipTraj-R1 相较最先进的深度学习与 LLM 基线取得最小误差。
