深度强化学习导航
结合数字孪生和深度强化学习，实现水下自主航行器在非线性水动力条件下的稳健、连续对接控制，优于传统与监督式策略。
Lin, Yu Hsien · Chen-Hao, Chiang · Yu, Chaoming · Huang, Joyce Yi Tzu
Expert Systems with Applications 2026
训练好的控制器无需重新调整，直接在真实水下环境中执行对接，实现从仿真到现实的零调整迁移。
即使面对动态对接条件，系统也能稳定完成控制，不依赖静态假设。
采用演员-评论家强化学习框架，自动学习最优控制策略，省去人工参数整定。