Creating safe paths in unknown and uncertain environments is a challenging aspect of leader-follower formation control. In this architecture, the leader moves toward the target by taking optimal actions, and followers should also avoid obstacles while maintaining their desired formation shape. Most of the studies in this field have inspected formation control and obstacle avoidance separately. The present study proposes a new approach based on deep reinforcement learning (DRL) for end-to-end motion planning and control of under-actuated autonomous underwater vehicles (AUVs). The aim is to design optimal adaptive distributed controllers based on actor-critic structure for AUVs formation motion planning. This is accomplished by controlling the speed and heading of AUVs. In obstacle avoidance, two approaches have been deployed. In the first approach, the goal is to design control policies for the leader and followers such that each learns its own collision-free path. Moreover, the followers adhere to an overall formation maintenance policy. In the second approach, the leader solely learns the control policy, and safely leads the whole group towards the target. Here, the control policy of the followers is to maintain the predetermined distance and angle. In the presence of ocean currents, communication delays, and sensing errors, the robustness of the proposed method under realistically perturbed circumstances is shown. The efficiency of the algorithms has been evaluated and approved using a number of computer-based simulations.


翻译:在未知和不确定的环境中创建安全路径是应对领导-跟随者形成控制的一个具有挑战性的方面。在这种架构中,领导者通过采取最优行动向目标移动,而跟随者也应在保持其预期的形成状态的同时避开障碍物。在这个领域的大多数研究中,形成控制和障碍物避难采用了分开的方式来研究。本文提出了一种基于深度强化学习(DRL)的新方法,用于自主水下车辆(AUV)的端到端运动规划和控制。旨在基于演员-评论家结构设计最优的自适应分布式控制器,用于AUV形成运动规划。这是通过控制AUV的速度和航向来实现的。在避障方面,采用了两种方法。在第一种方法中,目标是设计控制策略,使领导者和跟随者都可以学习其自己的无碰路径。此外,跟随者需遵循整体形成维护策略。在第二种方法中,仅领导者学习控制策略,并安全地领导整个团队朝着目标前进。此时,跟随者的控制策略是保持预定的距离和角度。在存在海洋电流、通信延迟和感知误差的情况下,显示了所提出方法在真实干扰情况下的鲁棒性。通过一些基于计算机的仿真评估和认可了算法的有效性。

0
下载
关闭预览

相关内容

《使用强化学习的无人作战飞行器机队协同规划》12页论文
《行为与认知机器人学》,241页pdf
专知会员服务
53+阅读 · 2021年4月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
【泡泡前沿追踪】跟踪SLAM前沿动态系列之IROS2018
泡泡机器人SLAM
29+阅读 · 2018年10月28日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
5+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
15+阅读 · 2008年12月31日
Arxiv
27+阅读 · 2023年1月5日
A Multi-Objective Deep Reinforcement Learning Framework
VIP会员
相关VIP内容
《使用强化学习的无人作战飞行器机队协同规划》12页论文
《行为与认知机器人学》,241页pdf
专知会员服务
53+阅读 · 2021年4月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
相关资讯
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
【泡泡前沿追踪】跟踪SLAM前沿动态系列之IROS2018
泡泡机器人SLAM
29+阅读 · 2018年10月28日
相关基金
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
5+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
15+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员