View of การพัฒนาแบบจำลองแบบเรียลไทม์เพื่อเพิ่มประสิทธิภาพการควบคุมเรืออัตโนมัติด้วยอัลกอริทึม Twin Delayed Deep Deterministic Policy Gradient ในระบบการเรียนรู้เสริมกำลังเชิงลึก