双臂AUV操作规划

海流干扰下高成功

引入海流信息并施加多约束的深度强化学习方案，实现水下双臂协同操作的在线规划，逼近真实海况表现。

Yingjie, Song · 黄海 · Xinyu, Bian · Yize, Sun · 秦洪德

Robotics and Autonomous Systems 2026

参数信息

任务成功率（提升幅度）

61.7 %

收敛速度提升

48.8 %

约束违反率

1.2 %

任务成功率（总体）

71.3 %

任务成功率（高流速）

52.0 %

技术优势

海流信息入状态

训练环境引入数值海洋模型的海流信息，缩小仿真与现实的差距。

达末端速度约束

策略优化框架中集成末端执行器速度和双臂终端约束，有效抑制约束违反。

多约束适配长程任务

针对阀门旋拧与抓取放置等长程顺序操作，提出ISGES与MCRHGG，利用已学策略引导复杂任务探索。

应用场景

• 水下机器人：在水下机器人上部署，实现海流环境中的双臂协同自主操作。
• 水下双臂协同：为双臂协同任务生成满足同步到达和速度约束的轨迹。
• 机器人操作技能：用于阀门旋拧、抓取放置等长程操作技能的在线规划。
• 海洋工程维护：执行水下设施维护中的阀门旋拧等双臂协作任务。