不确定动力学欠驱动海上船舶的轨迹跟踪：一种积分强化学习方法
系统与控制
2021-04-02 v1 人工智能
机器学习
机器人学
系统与控制
摘要
像海上船舶这样的欠驱动系统，其运动自由度与一组独立的驱动力不相匹配。此外，潜在的轨迹跟踪控制问题在决定最优舵机和推力控制信号方面复杂性增加。这强制产生了若干难以求解的约束，这些约束与使用经典最优跟踪和自适应控制方法的误差动力学方程相关。提出了一种基于积分强化学习的在线机器学习机制，为一类具有系统动力学部分先验知识的非线性跟踪问题寻找解。驱动力使用与船舶纵荡和角速度相关的创新形式的时差方程来决定。该解通过使用在线值迭代过程实现，该过程借助自适应评判器和梯度下降方法实现。该自适应学习机制在响应不同期望参考跟踪场景时表现出良好运行和交互的特征。
引用
@article{arxiv.2104.00190,
title = {Trajectory Tracking of Underactuated Sea Vessels With Uncertain Dynamics: An Integral Reinforcement Learning Approach},
author = {Mohammed Abouheaf and Wail Gueaieb and Md. Suruz Miah and Davide Spinello},
journal= {arXiv preprint arXiv:2104.00190},
year = {2021}
}