改进SAC的AUV路径跟踪控制

采用改进的软性演员-评论家算法和连续动作空间，实现端到端控制，提升训练效率与路径跟踪性能。

董娜 · Liu, Shoufu · Andrew W.H., Ip · Yung, Kai Leung · 高忠科 · Juan, Rongshun · 王延辉

Journal of Industrial Information Integration 2025

技术优势

训练更快

采用非策略采样方法提高经验回放缓冲区的利用效率，加速收敛并增强稳定性。

跟踪更准

设计的奖励函数基于当前位置和航向角，避免稀疏奖励，使智能体学习更有效，从而提升跟踪性能。

控制更精准

使用连续动作空间而非离散动作空间，使 AUV 的实时控制更加精确。

应用场景

• 水下机器人：为深海探测 AUV 提供端到端路径跟踪控制，无需人工干预。
• 无人机路径跟踪：利用传感器信息实现自适应路径跟踪，可移植到 UAV。
• 传感器信息处理：直接处理传感器信息输出控制策略，替代显式特征工程。