ShipTraj-R1：通过群组相对策略优化强化大语言模型中的船舶轨迹预测

近期强化微调显著提升了大语言模型的推理能力，其中群组相对策略优化（GRPO）表现优异。然而，将大语言模型应用于船舶轨迹预测尚属空白。本文提出 ShipTraj-R1，一种基于大语言模型的新框架，将该任务重构为文本生成问题。首先，设计包含冲突船舶信息的动态提示，引导模型实现自适应思维链推理；其次，引入全面的基于规则的奖励机制，激励正确的推理格式与预测精度；最后，利用特定领域提示和奖励，通过 GRPO 机制对 Qwen3 基座模型进行强化。在两个真实海事数据集上的实验表明，该方法误差最低，优于现有最先进基准。