基于高斯过程回归和深度强化学习的水下扑翼推进性能寻优方法

作     者：杨映荷 魏汉迪 范迪夏 李昂 YANG Yinghe;WEI Handi;FAN Dixia;LI Ang

作者机构：上海交通大学海洋工程国家重点实验室上海200240 上海交通大学三亚崖州湾深海科技研究院海南三亚572024 西湖大学工学院杭州310024 

基　　金：国家自然科学基金(42206192,52031006) 海南省自然科学基金项目(521QN275) 三亚崖州湾科技城科研项目(SKJC-2021-01-003) 

出 版 物：《上海交通大学学报》 (Journal of Shanghai Jiaotong University)

年 卷 期：2025年第59卷第1期

页      码：70-78页

摘      要：为了克服水下工作环境的复杂多变性,以及扑翼运动本身存在控制难度高、变量多、非线性特征显著等问题,提出一种直接探索环境并选取相应最优扑翼推进运动参数的寻优方法.采用拉丁超采样技术获取多维扑翼参数在实际水池中的数据样本,并基于该数据使用高斯过程回归(GPR)算法建立泛化工作环境的非参数模型.在不同推进性能需求下,采用深度强化学习(DRL)中的TD3算法并以奖励最大化为目标,训练得出连续区间内多参数动作最优组合解.实验结果表明,该GPR-TD3方法可以习得实验环境下扑翼推进的全定义域内最优解,包括最大速度和最大效率,并且该最优解可以在GPR中以二维形式直观验证其准确性.同时,针对任意给出的推进速度要求值,在290组真实样本前提下,新算法能够给出误差范围为0.23%~6.68%的推荐动作组合解,为真实应用提供参考.

主 题 词：水下扑翼 高斯过程回归 深度强化学习 推进性能寻优 

学科分类：08[工学] 082402[082402] 0824[工学-林业工程类] 

核心收录：

D　O　I：10.16183/j.cnki.jsjtu.2023.188

馆 藏 号：203156923...