一种基于增强学习的三自由度自主水下航行器控制方法

摘要

一种基于增强学习的三自由度自主水下航行器控制方法，包括以下步骤：步骤1)定义AUV控制系统模型位置状态参数步骤；2)定义AUV控制器表达式；步骤3)构建策略与评价网络结构；步骤4)设计目标与当前值网络参数更新方式；步骤5)设计AUV运动的探索与利用策略；步骤6)设计基于优先度的经验回放策略；步骤7)构建带优先级的经验回访池样本存储结构；步骤8)定义回报函数；步骤9)求解AUV运动控制目标策略。本发明不仅提高了控制效果的收敛速度，也进一步提高了控制效率，尤其在水下航行器领域具有一定的发展前景。