-
题名基于强化学习的水下高速航行体纵向运动控制研究
- 1
-
-
作者
白涛
董勤浩
冯梓昆
李雪华
-
机构
哈尔滨工程大学智能科学与工程学院
-
出处
《智能系统学报》
CSCD
北大核心
2023年第5期902-916,共15页
-
基金
黑龙江省自然科学基金项目(LH2021E043)。
-
文摘
水下高速航行体由于空泡特性导致其数学模型存在强非线性和强不确定性,经典控制方法如线性二次型调节控制(linear quadratic regulator, LQR)、切换控制等很难实现有效控制。针对水下高速航行体模型难以准确解耦或线性化处理;经典控制方法难以充分考虑水下环境复杂多变性以及在应对扰动时控制器可能会出现过饱和现象的问题,采用智能控制中的强化学习算法,使用在不基于准确模型的条件下与环境不断探索与交互得到控制策略的策略,完成了深度确定性策略梯度(deep deterministic policy gradient,DDPG)智能体控制器的设计。实验结果证明,设计的控制器能够保证水下高速航行体纵向运动的稳定控制,在执行器不超过饱和范围内能够应对扰动并完成下潜控制任务,具有较强的鲁棒性和更好的适应性。
-
关键词
智能控制
强化学习
深度确定性策略梯度算法
水下高速航行体
非线性系统
纵向稳定控制
执行器饱和
下潜
-
Keywords
intelligent control
reinforcement learning
deep deterministic policy gradient(DDPG)algorithm
underwa-ter high-speed vehicle
nonlinear system
longitudinal stability control
actuator saturation
diving©《智能系统学报》编辑部版权所有
-
分类号
TP15
[自动化与计算机技术—控制理论与控制工程]
-