学习对接：基于仿真的自主水下对接研究——消除仿真-现实差距

自主水下车（AUV）在动态和不确定环境中的对接是水下机器人领域的关键挑战。强化学习是开发鲁棒控制器的有前景的方法，但训练仿真与现实世界之间的差距（仿真-现实差距），常导致性能显著下降。本文通过训练各种控制器并在真实干扰下进行评估，研究消除自主对接仿真-现实差距。特别关注原有训练分布之外的不同有效载荷下的对接挑战。我们探讨了包括随机化技术和历史条件控制器在内的提高鲁棒性的方法。我们的发现为训练对接控制器时消除仿真-现实差距提供了见解。此外，本文指出了未来可能对海洋机器人社区有益的研究方向。