迁移强化学习路径跟随控制器

收敛快且抗扰强

一种预训练结合事件触发采样的深度强化学习控制器，显著降低了无人艇路径跟随的稳态误差并提升响应速度。

Jiaxuan, Liu · 肖长诗 · 元海文 · Changlong, Li · Li, Qiliang

Ocean Engineering 2025

技术优势

学得更快

用预训练网络替代初始策略网络，早期阶段就具备较好控制能力。

变化更敏感

事件触发机制识别干扰的显著变化并激活对应采样策略，让控制器及时响应环境改变。

适应新任务

训练好的模型可以通过后续微调适应不同条件和任务，无需从头训练。

应用场景

• 无人艇控制：让无人艇在风浪流干扰下仍能精准跟随预定航线，减少人工干预。
• 强化学习控制：用预训练与事件触发提升样本效率，让强化学习能在真实艇上训练部署。
• 低空飞行器控制：控制器结构可迁移到其他受扰动的自主系统，如低空飞行器的轨迹跟踪。
• 工业机器人控制：让工业机器人在时变负载或参数漂移下仍保持高精度轨迹控制。
• 先进机器人控制：为先进机器人系统提供一种快速适应环境变化的控制策略调整方法。