强化学习悬停算法

抗洋流干扰

这套基于深度确定性策略梯度的悬停算法，让AUV在未知洋流干扰下自主稳住位置并节省能耗。

Zhao, Yueteng · 田玉平

2023

技术优势

无需环境建模

通过深度强化学习直接学习控制策略，避免复杂环境建模和标定。

节省能耗

结合环境最优艏向原则，在悬停时减少推进器能耗。

应用场景

• 水下机器人：代替传统悬停控制器，提升抗流能力。
• 机器人控制：为强耦合非线性系统提供无模型控制方案。
• 智能体决策：在未知环境中自主决策悬停动作。