公开(公告)号：CN115016496A

公开(公告)日：2022-09-06

申请号：CN202210772926.7

申请日：2022-06-30

Applicant: 重庆大学

Inventor： 陈超 ,  杨劲冲 ,  王星辰 ,  李瑞远 ,  古富强 ,  郭松涛 ,  蒲华燕 ,  罗均 ,  谢志江

IPC: G05D1/02

Abstract: 本发明具体涉及基于深度强化学习的水面无人艇路径跟踪方法，包括：将目标无人艇的路径跟踪问题转换为马尔可夫决策过程，设置对应的状态空间、动作空间和奖励函数；获取目标无人艇的规划路径；根据目标无人艇的规划路径结合实时位姿信息计算参考航向角；然后基于目标无人艇的参考航向角、实时位姿信息和环境干扰信息生成目标无人艇当前的状态值；将目标无人艇当前的状态值输入经过训练的策略模型中，输出最优的动作值；策略模型基于柔性演员评论家算法构建；将最优动作值发送给目标无人艇执行；直至完成规划路径的跟踪控制。本发明无需进行环境和无人艇运动建模并且具备自适应能力，从而能够进一步提高无人艇路径跟踪控制的稳定性和准确性。

公开(公告)号：CN115016496B

公开(公告)日：2024-11-22

申请号：CN202210772926.7

申请日：2022-06-30

Applicant: 重庆大学

Inventor： 陈超 ,  杨劲冲 ,  王星辰 ,  李瑞远 ,  古富强 ,  郭松涛 ,  蒲华燕 ,  罗均 ,  谢志江

IPC: G05D1/43 ,  G05D1/246 ,  G05D1/633 ,  G05D1/644 ,  G05D1/248 ,  G05D1/247 ,  G05D1/648 ,  G05D109/10

Abstract: 本发明具体涉及基于深度强化学习的水面无人艇路径跟踪方法，包括：将目标无人艇的路径跟踪问题转换为马尔可夫决策过程，设置对应的状态空间、动作空间和奖励函数；获取目标无人艇的规划路径；根据目标无人艇的规划路径结合实时位姿信息计算参考航向角；然后基于目标无人艇的参考航向角、实时位姿信息和环境干扰信息生成目标无人艇当前的状态值；将目标无人艇当前的状态值输入经过训练的策略模型中，输出最优的动作值；策略模型基于柔性演员评论家算法构建；将最优动作值发送给目标无人艇执行；直至完成规划路径的跟踪控制。本发明无需进行环境和无人艇运动建模并且具备自适应能力，从而能够进一步提高无人艇路径跟踪控制的稳定性和准确性。