在未知和不确定的环境中开辟安全路径是领导者-追随者编队控制的一项挑战。在这种结构中,领导者通过采取最佳行动向目标前进,追随者也应在保持理想队形的同时避开障碍物。该领域的大多数研究都将编队控制和障碍物规避分开考察。本研究提出了一种基于深度强化学习(DRL)的新方法,用于欠驱动自主水下航行器(AUV)的端到端运动规划和控制。其目的是为 AUV 的编队运动规划设计基于行动者批判结构的最优自适应分布式控制器。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。第一种方法的目标是为领导者和跟随者设计控制策略,使每个领导者和跟随者都能学习自己的无碰撞路径。此外,跟随者遵守整体编队维护策略。在第二种方法中,领跑者只学习控制策略,并安全地带领整个团队向目标前进。在这里,跟随者的控制策略是保持预定的距离和角度。在存在洋流、通信延迟和传感误差的情况下,展示了所提出方法在现实扰动环境下的鲁棒性。通过大量基于计算机的模拟,对算法的效率进行了评估和认可。

成为VIP会员查看完整内容
39

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《国防数字孪生发展及其成效》2023最新117页论文
专知会员服务
108+阅读 · 2023年12月1日
【KDD2020】图神经网络:基础与应用,322页ppt
国家自然科学基金
11+阅读 · 2017年12月31日
国家自然科学基金
34+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
45+阅读 · 2009年12月31日
Arxiv
158+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
404+阅读 · 2023年3月31日
Arxiv
21+阅读 · 2023年3月17日
VIP会员
相关VIP内容
《国防数字孪生发展及其成效》2023最新117页论文
专知会员服务
108+阅读 · 2023年12月1日
相关资讯
【KDD2020】图神经网络:基础与应用,322页ppt
相关基金
国家自然科学基金
11+阅读 · 2017年12月31日
国家自然科学基金
34+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
45+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员