-
公开(公告)号:CN118915553A
公开(公告)日:2024-11-08
申请号:CN202411037345.4
申请日:2024-07-31
Applicant: 中国科学院沈阳自动化研究所
IPC: G05B19/042
Abstract: 本发明属于深海载人潜器智能辅助驾驶领域,特别涉及一种基于模仿学习的深海载人潜器智能辅助驾驶方法,包括以下步骤:S1:构建载人潜器六自由度运动学及动力学模型;S2:收集载人潜器状态及潜航员的操作信息,设计状态动作对,将其作为专家示范样本;S3:基于生成对抗性模仿学习方法,构建算法网络模型,基于步骤S2的专家示范样本,训练模型中的判别器和生成器网络,使智能体获得最优策略;S4:构建智能辅助驾驶系统,设计多种驾驶模式;S5:基于步骤S4设定的驾驶模式,设计整个驾驶系统的运行流程,通过航行控制系统与智能辅助驾驶系统的配合,实现对潜器的控制。本发明不仅增强了潜器的安全性能,同时可以更加高效地完成一些复杂任务。
-
公开(公告)号:CN116774712A
公开(公告)日:2023-09-19
申请号:CN202310624170.6
申请日:2023-05-30
Applicant: 中国科学院沈阳自动化研究所
IPC: G05D1/06
Abstract: 本发明属于水下机器人的避障领域,具体说是一种欠驱动AUV三维环境下的实时动态避障方法,包括以下步骤:构建AUV的操纵性模型,计算AUV与障碍物间的相对位置及姿态;建立障碍物风险评估模型,并判断出不同障碍物的风险等级,筛选出对AUV威胁最大的障碍物;基于深度确定性策略梯度算法,搭建动态避障系统的网络架构;设计动态避障系统的输入与输出,实现状态到动作的映射;将得到的动作输入至AUV的操纵性模型,从而实现AUV的运动;设置动态避障系统的强化学习奖励函数;根据实际场景进行虚拟仿真环境搭建,对动态避障系统进行训练,保存训练好的模型,通过搭载该动态避障系统,实现欠驱动AUV在现实中海洋环境的实时动态避障。
-
公开(公告)号:CN116339316A
公开(公告)日:2023-06-27
申请号:CN202310101947.0
申请日:2023-02-13
Applicant: 中国科学院沈阳自动化研究所
IPC: G05D1/02
Abstract: 本发明属于深海采矿机器人的路径规划领域,具体说是一种基于深度强化学习的深海采矿机器人路径规划方法,具体为:构建采矿机器人运动学模型;设计路径规划系统的状态输入;将采矿机器人的动作进行离散化处理,使用贪婪策略的方法进行动作选取;构建路径规划系统,将网络设置成对偶结构,搭建神经网络结构框架;构建记忆库存储交互数据,抽取经验进行学习,使用优先级经验回放技术,增加样本效率;基于任务需求及采矿机器人运动形式,将任务目标分解,设计奖励函数,引导采矿机器人完成路径规划任务,优化行驶路径;搭建虚拟仿真环境,进行训练直至获得最优策略,保存训练好的神经网络参数,将其用于真实环境中,输出规划策略,完成路径规划。
-
-