基于深度强化学习的水下机器人最优轨迹控制

马琼雄; 余润笙; 石振宇; 黄晁星; 李腾龙

首页> 中文期刊> 《华南师范大学学报：自然科学版》 >基于深度强化学习的水下机器人最优轨迹控制

基于深度强化学习的水下机器人最优轨迹控制

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为了实现水下机器人在跟踪复杂轨迹时具有较高的精度和稳定性,提出了利用深度强化学习实现水下机器人最优轨迹控制的方法:首先,建立基于2个深度神经网络(Actor网络和Critic网络)的水下机器人控制模型,其中Actor网络用来选择动作,Critic网络用来评估Actor网络的训练结果;其次,构造合适的奖励信号使得深度强化学习算法适用于水下机器人的动力学模型;最后,提出了基于奖励信号标准差的网络训练成功评判条件,使得水下机器人在确保精度的同时保证稳定性.仿真实验结果表明:在解决一定精度内的水下机器人复杂轨迹跟踪问题时,该算法与传统PID控制算法相比具有更优的性能.

著录项

来源
《华南师范大学学报：自然科学版》 |2018年第1期|118-123|共6页
作者
马琼雄; 余润笙; 石振宇; 黄晁星; 李腾龙;
展开▼
作者单位

华南师范大学信息光电子科技学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类机器人;自动推理、机器学习;
关键词
深度强化学习; 深度神经网络; 水下机器人; 轨迹跟踪; 运动控制;

相似文献

中文文献
外文文献
专利

1. 水下剖面监测机器人最优轨迹跟踪控制方法 [J] . 袁健123 . 智能机器人 . 2017,第006期
2. 基于滑模变结构控制滤波的水下机器人水平面轨迹跟踪控制 [J] . 王一云 ,严卫生 ,高剑 . 计算机测量与控制 . 2013,第002期
3. 基于生物启发模型的自治水下机器人平面轨迹跟踪控制 [J] . 杨蕊蕊 ,朱大奇 . 上海海事大学学报 . 2011,第003期
4. 基于生物启发模型的自治水下机器人平面轨迹跟踪控制 [J] . 杨蕊蕊 ,朱大奇 . 上海海事大学学报 . 2011,第003期
5. 基于运动控制和频域分析的移动机器人能耗最优轨迹规划 [J] . 高志伟 ,代学武 ,郑志达 . 自动化学报 . 2020,第005期
6. 基于离散机械最优控制的机器人轨迹设计方法仿真研究 [C] . 张卫忠 ,孟秀云 ,单家元 . 中国系统仿真学会2011年中国仿真大会 . 2011
7. 基于深度强化学习的水下机器人目标抓取控制 [A] . 鲍轩 . 2020

基于深度强化学习的水下机器人最优轨迹控制

摘要

著录项

相似文献

相关主题

期刊订阅