基于深度强化学习的水下机械臂自主控制研究

作     者：李忻阳 卢倪斌 吕诗为 刘海瑞 LI Xinyang;LU Nibin;LYU Shiwei;LIU Hairui

作者机构：上海中车艾森迪海洋装备有限公司上海201306 

基　　金：国家重点研发计划项目(2022YFC2806901) 

出 版 物：《控制与信息技术》 (CONTROL AND INFORMATION TECHNOLOGY)

年 卷 期：2023年第6期

页      码：45-50页

摘      要：受限于水下环境和观察角度,精确地控制水下机械臂完成水下自主作业任务具有很大的挑战性。针对这一问题,考虑到强化学习算法对环境具有强大的自适应能力,文章提出一种水下机械臂自主控制方法。首先,其设计了一种近端策略优化(PPO)结合行动器-评判器(AC)的强化学习算法训练自主控制策略;其次,对训练过程中出现的稀疏奖励问题,提出了一种基于人工势场法的奖励塑造方法;最后,在仿真试验环境中对基于上述方法训练得到的自主控制策略进行了验证。验证结果表明,该策略可以有效收敛并自主控制水下机械臂向目标位置精确移动,移动快速、过程流畅,末端执行器运动轨迹平滑、稳定。

主 题 词：水下机械臂 强化学习 奖励塑造 自主作业 

学科分类：080202[080202] 08[工学] 0804[工学-材料学] 0802[工学-机械学] 

D　O　I：10.13889/j.issn.2096-5427.2023.06.007

馆 藏 号：203125319...