一种基于强化学习的指挥智能体控制方法

针对无人水下航行器(unmanned underwater vehicle,UUV)如何进行任务分配、航路规划、指挥控制问题,提出一种新的控制实现方法。搭建UUV指挥智能体训练平台,设计学习训练所需的想定,进行状态设计、数据适配、决策解析和规则库建立,选定近端策略优化(proximal policy optimization,PPO)强化学习算法进行训练,并进行应用验证。结果表明:指挥智能体能有效对UUV进行任务分配、航路规划、指挥控制;通过不断优化算法,可提高战胜基于规则的传统控制方法的胜率。

页岩各向异性对被动源微地震波场的影响

页岩储层具有较强的各向异性特征,忽略页岩各向异性对被动源微地震波(水力压裂产生)传播的影响,可能会降低储层表征结果的可信度。为此,提出一种定量评估地震波场旅行时和振幅偏差的方法,并基于理论数值算例,研究页岩各向异性对被动源微地震波场的影响。首先,利用矩张量模型描述爆炸型和剪切型微地震震源,并基于三维各向异性介质弹性波动方程和交错网格有限差分算法,正演模拟被动源的微地震波场;然后,对比不同震源、不同程度各向异性介质的理论波场,计算其P波和S波相对于各向同性介质波场的旅行时及振幅偏差,定性分析和定量评估不同震源机制下页岩各向异性对微地震波场特征的具体影响。数值算例的结果表明:对于所采用的地面微地震监测系统和平层VTI介质模型,页岩各向异性对微地震波场旅行时和振幅的影响均较为显著,旅行时偏差可达子波周期的30%,振幅相对偏差则高达60%,且旅行时偏差随炮检距增加而增大。此外,不同震源机制下,微地震波场特征受页岩各向异性影响的规律相似。