三维协同博弈避障
一种基于自适应动态规划的欠驱动AUV预定义时间最优控制策略，通过改进Actor-Critic神经网络奖励机制降低计算复杂度，并首次将三维全局矢量场优化的协同博弈避障方案集成到轨迹跟踪控制中，实现全状态误差约束下的快速收敛。
Zhijian, Feng · 刘海涛 · 田雪虹 · Mai, Qingqun · Jing, Zhang
Nonlinear Dynamics 2025
通过改进Actor-Critic神经网络的奖励机制，重新设计代价函数，从而减小计算负担，提高实时性。
基于反步法设计的控制策略能够保证系统状态在预先设定的时间内收敛，收敛时间与初始条件无关，便于工程实现。
通过优化三维全局矢量场，并利用博弈论原理动态调节误差输出，首次将避障方案集成到轨迹跟踪中，使策略更适合复杂水下环境。
提出的可变性能函数不仅提高控制精度，还能约束所有状态误差，进一步增强系统的收敛速度和稳定性。