|
|||||
|
|
| 基于深度强化学习的无人艇轨迹跟踪算法研究 | |
| 引用本文： | 夏家伟,朱旭芳,罗亚松,吴兆东.基于深度强化学习的无人艇轨迹跟踪算法研究[J].华中科技大学学报(自然科学版),2023(5):74-80. |
| 作者姓名： | 夏家伟 朱旭芳 罗亚松 吴兆东 |
| 作者单位： | 1. 海军工程大学兵器工程学院;2. 海军工程大学电子工程学院 |
| 基金项目： | 湖北省自然科学基金资助项目(2018CFC865)；;中国博士后基金资助项目(2016T45686)； |
| 摘 要： | 针对欠驱动水面无人艇(USV)轨迹跟踪控制问题，提出一种基于近端策略优化(PPO)的深度强化学习轨迹跟踪控制算法．为引导控制器网络的正确收敛，构建基于长短时记忆(LSTM)网络层的深度强化学习控制器，设计了相应的状态空间和收益函数．为增强控制器的鲁棒性，生成轨迹任务数据集来模拟复杂的任务环境，以此作为深度强化学习控制器的训练样本输入．仿真结果表明：所提出的算法能有效收敛，具备扰动环境下的精确跟踪控制能力，有较大的实际应用潜力． |
| 关 键 词： | 水面无人艇(USV) 轨迹跟踪 深度强化学习(DRL) 近端策略优化(PPO) 轨迹任务数据集 |