基于强化学习的波动鳍推进水下作业机器人悬停控制
马睿宸1
白雪剑2
王宇3
王睿3
王硕1
1.中国科学院大学,北京100049;中国科学院自动化研究所复杂系统管理与控制国家重点实验室,北京1001902.中国科学院自动化研究所复杂系统管理与控制国家重点实验室,北京100190;中国科学院大学人工智能学院,北京1000493.中国科学院自动化研究所复杂系统管理与控制国家重点实验室,北京100190
摘要：本文针对波动鳍推进水下作业机器人的悬停控制问题开展研究.首先,给出了波动鳍推进水下作业机器人的运动学模型、动力学模型和波动鳍的参数-力映射模型,建立了基于马尔可夫决策过程的悬停控制训练框架.其次,基于模型结构和训练策略,使用强化学习的方法进行网络训练,得到最佳的悬停控制器.最终,在室内水池中完成了波动鳍推进水下作业机器人的悬停控制实验,实验结果验证了所提方法的有效性.
关键词：水下作业机器人悬停控制波动鳍神经网络强化学习
资助基金：国家自然科学基金(62122087)国家自然科学基金(62073316)国家自然科学基金(U1806204)国家自然科学基金(62033013)国家自然科学基金(U1713222)中国科学院国际合作局对外合作重点项目(173211KYSB20200020)
论文发表日期：2022-11-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 2092-2099 )
英文信息