使用现代与传统控制器进行船舶路径跟踪的比较
系统与控制
2023-10-24 v1 系统与控制
摘要
在受限水道以及存在静态与动态障碍物的情况下，船舶导航十分困难。这种困难可归因于人类在这些操纵中所采取的高层决策，从所报告的海上事故中 85% 可追溯到人为错误这一事实便可见一斑。基于人工智能的方法为我们提供了一条消除船舶导航中人为干预的途径。诸如深度强化学习（DRL）等较新方法能够同时优化路径跟踪与避碰等多个目标，且相较于传统方法在计算上更易于实现。在应对路径跟踪与避碰并存的挑战之前，必须先确立基于 DRL 的控制器在单纯路径跟踪任务上的性能。因此，本研究使用近端策略优化（PPO）算法训练一个 DRL 智能体，并将其与由积分视线（ILOS）制导系统引导的传统 PD 控制器进行测试对比。选用 Krisco 集装箱船（KCS）来测试不同控制器。船舶动力学使用日本人开发的操纵建模组（MMG）模型进行数学仿真。该仿真环境用于训练基于深度强化学习的控制器，也用于整定传统 PD 控制器的增益。同时还研究了在有风情况下各控制器的有效性。
引用
@article{arxiv.2310.14940,
title = {Comparison of path following in ships using modern and traditional controllers},
author = {Sanjeev Kumar Ramkumar Sudha and Md Shadab Alam and Bindusara Reddy and Abhilash Sharma Somayajula},
journal= {arXiv preprint arXiv:2310.14940},
year = {2023}
}
备注
Proceedings of the Sixth International Conference in Ocean Engineering (ICOE2023)