公开(公告)号：CN115903820A

公开(公告)日：2023-04-04

申请号：CN202211507056.7

申请日：2022-11-29

Applicant: 上海大学

Inventor： 柳春 ,  刘阳阳 ,  王曰英 ,  任肖强 ,  汪小帆 ,  孟亦真 ,  刘晗笑 ,  史悦 ,  夏志伟 ,  王星科

IPC: G05D1/02

Abstract: 本发明提供了一种多无人艇追逃博弈控制方法，包括：无人艇追逃时，在追击方的控制算法中引入序贯决策，进行“自我博弈”；观测器根据控制器给出的最优控制，解算观测器的最优响应，以逼近追击方群体中的外部干扰及系统不确定性；以及控制器接收观测器的最优响应，根据所述最优响应重新解算追击方的最优控制，如此交替进行，形成序贯决策；在该序贯决策基础之上，设计一种新型奖励函数形式并应用强化学习控制算法，完成多无人艇围捕任务。

公开(公告)号：CN115793455A

公开(公告)日：2023-03-14

申请号：CN202211507269.X

申请日：2022-11-29

Applicant: 上海大学

Inventor： 柳春 ,  王强 ,  任肖强 ,  王曰英 ,  汪小帆 ,  孟亦真 ,  徐梁 ,  金天梦 ,  王星科

IPC: G05B13/04

Abstract: 本发明提供了一种基于Actor‑Critic‑Advantage网络的无人艇轨迹跟踪控制方法，包括：在Actor‑Critic网络基础上引入优势函数估计网络，形成新型Actor‑Critic‑Advantage网络；训练新型Actor‑Critic‑Advantage网络进行无人艇轨迹跟踪控制；无人艇轨迹跟踪训练采用单步获取策略梯度方式，利用优势函数估计网络输出值得到策略梯度更新策略网络；基于反步法求解虚拟控制律设计分段奖励函数；奖励函数中引入虚拟控制律，训练无人艇的速度输出趋向于虚拟控制律。