基于强化学习的波动鳍推进水下作业机器人悬停控制

doi:10.7641/CTA.2022.11054

	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 2,3; 白雪剑 1,2; 王宇 2; 王睿 2; 王硕 2,3
刊名	控制理论与应用
	2022-11
卷号	39 期号:11 页码:2022-2099
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
DOI	10.7641/CTA.2022.11054
英文摘要	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.
语种	中文
内容类型	期刊论文
源URL	[http://ir.ia.ac.cn/handle/173211/52353]
专题	智能机器人系统研究
通讯作者	白雪剑
作者单位	1.中国科学院大学，人工智能学院 2.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 3.中国科学院大学
推荐引用方式 GB/T 7714	马睿宸,白雪剑,王宇,等. 基于强化学习的波动鳍推进水下作业机器人悬停控制[J]. 控制理论与应用,2022,39(11):2022-2099.
APA	马睿宸,白雪剑,王宇,王睿,&王硕.(2022).基于强化学习的波动鳍推进水下作业机器人悬停控制.控制理论与应用,39(11),2022-2099.
MLA	马睿宸,et al."基于强化学习的波动鳍推进水下作业机器人悬停控制".控制理论与应用 39.11(2022):2022-2099.