CN110703792B - 基于增强学习的水下机器人姿态控制方法 - Google Patents
基于增强学习的水下机器人姿态控制方法 Download PDFInfo
- Publication number
- CN110703792B CN110703792B CN201911079467.9A CN201911079467A CN110703792B CN 110703792 B CN110703792 B CN 110703792B CN 201911079467 A CN201911079467 A CN 201911079467A CN 110703792 B CN110703792 B CN 110703792B
- Authority
- CN
- China
- Prior art keywords
- strategy
- underwater robot
- reinforcement learning
- function
- control method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000002787 reinforcement Effects 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 32
- 238000012706 support-vector machine Methods 0.000 claims abstract description 23
- 230000006870 function Effects 0.000 claims description 25
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 6
- 230000006399 behavior Effects 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 238000013016 damping Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 241000073677 Changea Species 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 7
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 5
- 238000013459 approach Methods 0.000 abstract description 2
- 230000009471 action Effects 0.000 description 7
- 230000003044 adaptive effect Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 244000145845 chattering Species 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0875—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted to water vehicles
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Business, Economics & Management (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于增强学习的水下机器人姿态控制方法,结合支持向量机的策略梯度增强学习算法,实现水下机器人在水下进行悬停定点作业,首先定义马尔科夫决策过程,利用先验知识,得到一些样本点,然后根据这些样本点利用SVM生成初始策略,再利用策略梯度算法对初始策略进行改进,根据改进后的策略生成新的样本点,再一次利用SVM生成策略,在此策略的基础上调整参数,将以上过程循环,得到最优的策略,最后将通过增强学习的控制器应用到实际的水下机器人***中。本发明采用结合支持向量机的策略梯度增强学习算法,解决水下机器人动力学模型难以建立的问题,在学习过程中可以克服各种不确定性,更好地逼近最优策略,提高***的控制精度。
Description
技术领域
本发明涉及一种水下机器人姿态控制方法,尤其涉及一种基于增强学习的水下机器人姿态控制方法。
背景技术
水下救援作业的重点是水下搜寻和水下救援作业,利用人力搜救是有限的,这些任务完全可以由水下机器人来完成。水下机器人最大的特点是深水作业能力强,操作简便,操作员在地面控制室通过控制台的简单按钮就可以遥控机器人在水下进行高难度的作业。水下机器人能够在潜水员不能达到的深度和不安全的水域,完成高强度、大负荷的水下救援作业。当搜救型水下机器人进行水下悬停作业时,由于受到机械手以及水流等干扰因素的影响,且机械手的姿态和持重、载荷等情况,水流情况很难定量得出,这对水下机器人的控制***提出了更高的要求。这就需要采用环境适应性非常强的控制方法来解决水下机器人(ROV)定点作业的稳定性。
目前常用的水下机器人姿态控制的算法有:PID控制、滑模控制、自适应控制、智能控制以及这些方法的组合控制等。PID控制是应用最广泛的控制算法,但是在偏离工作点之外的区域,PID控制器往往难以取得满意的控制性能,而且PID控制本身不具备自适应能力。抖振现象是滑模控制应用于实际控制问题的最大障碍之一。自适应控制以精确的数学模型为基础,主要建立在线性控制理论的基础之上,并且要求闭环***对于各种干扰具有强抑制能力以及对参数变化具有低敏感性,能在各种工况和环境下稳定运行,这些限制条件在很大程度上影响了自适应控制在水下机器人运动控制中的应用。智能控制是较为先进的控制算法,但是其控制器参数只能在全局范围内调整,没有局部调整能力,故不能实现最佳匹配。
近年来,增强学习算法在水下机器人控制领域得到了一定的发展。Carreras研究组基于Baxter和Bartlett的直接梯度算法OLPOMDP提出了一种增强学习直接策略梯度搜索方法(RLDPS),用以解决自主水下机器人的动作选择问题。策略用一个神经网络表示,其输入是状态,输出是动作选择概率,权值是策略参数。该算法易于实现,而且计算时间大为缩短。但在URIS和GARBI水下机器人上进行的仿真试验表明,若要寻找最优解,则其收敛速度将非常缓慢。
发明内容
发明目的:针对以上问题,本发明提出一种基于增强学习的水下机器人姿态控制方法,实现搜救型水下机器人在有外界扰动及机械手动作影响下,能够进行稳定悬停作业。
技术方案:为实现本发明的目的,本发明所采用的技术方案是:一种基于增强学习的水下机器人姿态控制方法,包括步骤:
(1)构建基于马尔科夫序列的水下机器人动力学模型和回报函数;
(2)引入先验知识,利用支持向量机算法作为函数逼近器,寻找最优策略;
(3)将通过增强学习的控制器应用到水下机器人***中。
进一步地,所述步骤1中,水下机器人动力学模型为:
其中,M是由刚体惯性和附加质量组成的惯性矩阵,C(ζ)是刚体项和附加质量项组成的哥式力和向心力矩阵,D(ζ)是由阻力引起的阻尼矩阵,g(n)是由重力和浮力引起的恢复力与力矩矢量,B是取决于推进器配置的控制矩阵,u是机器人推进器提供的力与力矩矢量;
进一步地,所述步骤1中,回报函数为:
策略优化目标函数为:
其中,γ为折扣因子,0<γ<1。
进一步地,所述步骤2具体包括:
(2.1)根据先验知识生成初始训练样本集St={(e1,u1),(e2,u2),...(en,un)},t=0;其中,e是增强学习控制器的状态,u是增强学习控制器的输出;
(2.2)根据样本集St利用支持向量机算法得到策略π;
(2.3)利用策略梯度算法调整策略π的参数,得到新的策略π’;
(2.4)利用新的策略π’生成新的训练样本集St+1={(e1,u1),(e2,u2),…(en,un)};
(2.5)令t=t+1,继续步骤2.2;
(2.6)判断第2.2步生成的策略π和在第2.3步生成的策略π’值相等,即得到最优策略π。
进一步地,所述步骤2.2中,策略π为:
其中,f为SVM逼近函数,σ2为样本方差。
进一步地,所述步骤2.3具体为,将π(e,u)参数化为π(u|θ,e),利用策略梯度算法调整参数θ,得到新的策略π’,策略梯度算法为:
其中,Qπ(e,u)为马尔科夫决策行为值函数:
进一步地,所述步骤2.6的判断条件为|V(π)-V(π’)|<ε,ε为预先指定的某个很小的正数。
进一步地,所述步骤2.6中最优策略π满足目标函数J得到最大值。
有益效果:本发明充分利用水下机器人运动的先验知识,解决在增强学习中学习时间过长的问题,策略梯度方法是基于梯度的,每次参数的更新使得策略性能提高,更好保证***的安全性。
本发明结合支持向量机方法,解决控制器中神经网络存在结构难以确定,容易陷入局部极小的缺点,巧妙解决***的维数问题,最终获得***的最优策略。
本发明采用结合支持向量机的策略梯度增强学习算法,解决水下机器人动力学模型难以建立的问题,在学习过程中可以克服各种不确定性,更好地逼近最优策略,提高***的控制精度。
附图说明
图1是本发明所述的基于增强学习的水下机器人姿态控制方法流程图。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明。
本发明所述的基于增强学习的水下机器人姿态控制方法,结合支持向量机的策略梯度算法和增强学习算法,首先构建基于马尔科夫序列的水下机器人模型和回报函数,引入先验知识,利用SVM作为函数逼近器,寻找最优策略,最后将通过增强学习的控制器应用到水下机器人***中。
如图1所示,本发明所述的基于增强学习的水下机器人姿态控制方法,包括步骤:
(1)构建基于马尔科夫序列的水下机器人动力学模型和回报函数;
马尔可夫决策过程(Markov Decision Process,MDP)是序贯决策(sequentialdecision)的数学模型,用于在***状态具有马尔可夫性质的环境中模拟智能体可实现的随机性策略与回报。马尔可夫决策基于一组交互对象,即智能体和环境进行构建,所具有的要素包括状态、动作、策略和奖励。
定义马尔科夫决策过程如下:一个离散时间平稳Markov决策过程可以表示为一个五元组,即{S,A,P,r,J},其中,S为环境中所有可能的状态集合;A为空间中的动作集合;P为MDP的状态转移概率,表示在当前s∈S状态下,通过执行动作a∈A后转移到其他状态的概率分布;r:S×A→R为回报函数;J为策略优化的目标函数。
对于水下机器人ROV的姿态控制是以地球坐标为标准,所以适用于在地球坐标中研究。构建水下机器人动力学模型方程如下:
其中,M是由刚体惯性和附加质量组成的惯性矩阵,C(ζ)是刚体项和附加质量项组成的哥式力和向心力矩阵,D(ζ)是由阻力引起的阻尼矩阵,g(n)是由重力和浮力引起的恢复力与力矩矢量,B是取决于推进器配置的控制矩阵,u是机器人推进器提供的力与力矩矢量。
式(2)可以改写为:
对式(2)求导得到:
将式(3)代入式(4)有:
再将式(5)代入式式(1),则可消除大部分载体坐标系中的速度,有:
对式(6)左右两边均左乘J-T(η),得到:
这样就把定义在载体坐标系中的姿态方程转换到了地球坐标系。
设计回报函数:
然后选择策略优化的目标函数:
其中,γ为折扣因子,0<γ<1。
定义马尔科夫决策过程的行为值函数:
(2)引入先验知识,利用SVM作为函数逼近器,寻找最优策略;
利用先验知识,得到一些样本点,然后根据这些样本点利用支持向量机算法SVM生成初始策略,再利用策略梯度算法对初始策略进行改进,根据改进后的新策略生成新的样本点,再一次利用SVM生成策略,在此策略的基础上调整参数,将以上过程循环,得到最优的策略。
SVM根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳折衷,以期获得最好的泛化能力,在形式上类似多层前向神经网络,可用于模式识别和非线性回归。SVM算法具体步骤如下:
(1)给定先验知识,并令t=0;
(2)利用先验知识生成初始的训练样本集S0={(e1,u1),(e2,u2),...(en,un)};
其中,ei是增强学习控制器中的状态,ui是增强学习控制器的输出。
(3)循环;
3.1、根据样本集St利用SVM分类算法得到策略π;
利用SVM的逼近算法来获得策略方法如下:对于水下机器人此类具有连续行为的问题,策略不再是一个分类器,而是一个逼近函数,所以可以直接利用SVM的逼近算法来获得策略。此时SVM的输出为:
3.2、把策略π的输出转换成概率输出;
将其转换成概率形式,定义实际的概率策略输出为:
其中,以σ2为方差的高斯分布,参数σ2可调。
3.3、利用策略梯度算法调整π的参数,得到新的策略π’;
将π(e,u)参数化为π(u|θ,e),利用梯度估计来调整参数θ,其中,参数θ包括参数αi、参数b、参数σ2,得到新的策略π’,策略梯度算法:
3.4、利用生成的策略π’训练样本集St+1={(e1,u1),(e2,u2),…(en,un)};
3.5、令t=t+1;继续执行步骤3.3;
3.6、判断直到在第3.2步生成的策略π和在第3.3步生成的策略π’值相等,也就是|V(π)-V(π’)|<ε,这里ε为预先指定的某个很小的正数。当得到最终策略π,即满足目标函数J得到最大值。
(3)将通过增强学习的控制器应用到水下机器人***中。
本发明解决了现有算法中存在的不足,提供了结合策略梯度算法和增强学习算法的连续控制方法,实现搜救型水下机器人在有外界扰动及机械手动作影响下,能够进行稳定悬停作业。
Claims (3)
1.一种基于增强学习的水下机器人姿态控制方法,其特征在于,包括步骤:
(1)构建基于马尔科夫序列的水下机器人动力学模型和回报函数;
(2)引入先验知识,利用支持向量机算法作为函数逼近器,寻找最优策略;
(3)将通过增强学习的控制器应用到水下机器人***中;
所述步骤1中,水下机器人动力学模型为:
其中,M是由刚体惯性和附加质量组成的惯性矩阵,C(ζ)是刚体项和附加质量项组成的哥式力和向心力矩阵,D(ζ)是由阻力引起的阻尼矩阵,g(n)是由重力和浮力引起的恢复力与力矩矢量,B是取决于推进器配置的控制矩阵,u是机器人推进器提供的力与力矩矢量;
所述步骤1中,回报函数为:
rt=c1re(t)+c2re(t)
策略优化目标函数为:
其中,γ为折扣因子,0<γ<1;
所述步骤2具体包括:
(2.1)根据先验知识生成初始训练样本集St={(e1,u1),(e2,u2),…(en,un)},t=0;其中,e是增强学习控制器的状态,u是增强学习控制器的输出;
(2.2)根据样本集St利用支持向量机算法得到策略π;
(2.3)利用策略梯度算法调整策略π的参数,得到新的策略π’;
(2.4)利用新的策略π’生成新的训练样本集St+1={(e1,u1),(e2,u2),…(en,un)};
(2.5)令t=t+1,继续步骤2.2;
(2.6)判断第2.2步生成的策略π和在第2.3步生成的策略π’值相等,即得到最优策略π;
所述步骤2.2中,策略π为:
其中,f为SVM逼近函数,σ2为样本方差;
所述步骤2.3具体为,将π(e,u)参数化为π(u|θ,e),利用策略梯度算法调整参数θ,得到新的策略π’,策略梯度算法为:
其中,Qπ(e,u)为马尔科夫决策行为值函数:
2.根据权利要求1所述的基于增强学习的水下机器人姿态控制方法,其特征在于,所述步骤2.6的判断条件为|V(π)-V(π’)|<ε,ε为预先指定的某个很小的正数。
3.根据权利要求1所述的基于增强学习的水下机器人姿态控制方法,其特征在于,所述步骤2.6中最优策略π满足目标函数J得到最大值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911079467.9A CN110703792B (zh) | 2019-11-07 | 2019-11-07 | 基于增强学习的水下机器人姿态控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911079467.9A CN110703792B (zh) | 2019-11-07 | 2019-11-07 | 基于增强学习的水下机器人姿态控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110703792A CN110703792A (zh) | 2020-01-17 |
CN110703792B true CN110703792B (zh) | 2022-12-30 |
Family
ID=69204477
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911079467.9A Active CN110703792B (zh) | 2019-11-07 | 2019-11-07 | 基于增强学习的水下机器人姿态控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110703792B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112327634B (zh) * | 2020-11-27 | 2022-04-26 | 江苏科技大学 | 基于bp神经网络s面控制的水下机器人姿态控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102402712A (zh) * | 2011-08-31 | 2012-04-04 | 山东大学 | 基于神经网络的机器人强化学习初始化方法 |
CN106338919A (zh) * | 2016-11-02 | 2017-01-18 | 哈尔滨工程大学 | 基于增强学习型智能算法的无人艇航迹跟踪控制方法 |
CN107346138A (zh) * | 2017-06-16 | 2017-11-14 | 武汉理工大学 | 一种基于增强学习算法的无人船侧向控制方法 |
CN108762281A (zh) * | 2018-06-08 | 2018-11-06 | 哈尔滨工程大学 | 一种基于记忆关联强化学习的嵌入式实时水下机器人智能决策方法 |
CN109240091A (zh) * | 2018-11-13 | 2019-01-18 | 燕山大学 | 一种基于强化学习的水下机器人控制方法及其进行跟踪的控制方法 |
-
2019
- 2019-11-07 CN CN201911079467.9A patent/CN110703792B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102402712A (zh) * | 2011-08-31 | 2012-04-04 | 山东大学 | 基于神经网络的机器人强化学习初始化方法 |
CN106338919A (zh) * | 2016-11-02 | 2017-01-18 | 哈尔滨工程大学 | 基于增强学习型智能算法的无人艇航迹跟踪控制方法 |
CN107346138A (zh) * | 2017-06-16 | 2017-11-14 | 武汉理工大学 | 一种基于增强学习算法的无人船侧向控制方法 |
CN108762281A (zh) * | 2018-06-08 | 2018-11-06 | 哈尔滨工程大学 | 一种基于记忆关联强化学习的嵌入式实时水下机器人智能决策方法 |
CN109240091A (zh) * | 2018-11-13 | 2019-01-18 | 燕山大学 | 一种基于强化学习的水下机器人控制方法及其进行跟踪的控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110703792A (zh) | 2020-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Peng et al. | Robust adaptive formation control of underactuated autonomous surface vehicles with uncertain dynamics | |
CN106406085B (zh) | 基于跨尺度模型的空间机械臂轨迹跟踪控制方法 | |
CN112462792B (zh) | 一种基于Actor-Critic算法的水下机器人运动控制方法 | |
CN112965371B (zh) | 基于固定时间观测器的水面无人艇轨迹快速跟踪控制方法 | |
CN109189103B (zh) | 一种具有暂态性能约束的欠驱动auv轨迹跟踪控制方法 | |
Zhang et al. | Reaction-wheel-based roll stabilization for a robotic fish using neural network sliding mode control | |
CN111176122B (zh) | 一种基于双bp神经网络q学习技术的水下机器人参数自适应反步控制方法 | |
CN112947505B (zh) | 一种基于强化学习算法与未知干扰观测器的多auv编队分布式控制方法 | |
Yin et al. | Predictive trajectory tracking control of autonomous underwater vehicles based on variable fuzzy predictor | |
CN114442640B (zh) | 一种水面无人艇轨迹跟踪控制方法 | |
Sun et al. | An integrated backstepping and sliding mode tracking control algorithm for unmanned underwater vehicles | |
CN111273677B (zh) | 基于强化学习技术的自主水下机器人速度和艏向控制方法 | |
CN114397899A (zh) | 一种仿生机器鱼三维路径跟踪控制方法及装置 | |
Hassanein et al. | Fuzzy modeling and control for autonomous underwater vehicle | |
CN117452827B (zh) | 一种欠驱动无人艇轨迹跟踪控制方法 | |
CN113110512B (zh) | 一种减弱未知干扰与抖振影响的可底栖式auv自适应轨迹跟踪控制方法 | |
Zhang et al. | A safety planning and control architecture applied to a quadrotor autopilot | |
Yuan et al. | An efficient control allocation algorithm for over-actuated AUVs trajectory tracking with fault-tolerant control | |
Taheri et al. | Design boundary layer thickness and switching gain in SMC algorithm for AUV motion control | |
CN110703792B (zh) | 基于增强学习的水下机器人姿态控制方法 | |
Xiong et al. | Motion control and path optimization of intelligent AUV using fuzzy adaptive PID and improved genetic algorithm | |
Zhang et al. | AUV 3D docking control using deep reinforcement learning | |
CN116224798A (zh) | 一种基于事件触发的自主水下航行器轨迹跟踪控制方法 | |
Vianna et al. | Neural Network Based Model Predictive Control for an Autonomous Vehicle | |
Emrani et al. | An adaptive leader-follower formation controller for multiple AUVs in spatial motions |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |