交互强化学习方法在水下机器人中的应用

摘要

本发明公开了交互强化学习方法在水下机器人中的应用，本发明所采用的技术方案是：首先，对AUV进行仿真建模，在仿真环境中AUV利用训练者的经验知识通过交互强化学习方法提取所有有用的信息，并初步学习控制策略，一旦训练者认定AUV获得足够的知识并建立了一个安全的控制策略，用仿真学习得到的初始控制策略转移到AUV，在真实环境中在线学习，采用AUV在线自主学习控制技术，继续改进控制策略，作为AUV在真实环境中运行的控制策略。本发明的有益效果是采用最新提出的交互强化学习方法结合极限学习机等在线机器学习技术加速AUV自主学习过程，减少在线学习所需样本数和学习过程中由于试错产生的不必要的错误和损失，最终实现AUV的快速自主控制。