基于最大熵的演员-评论家框架的AUV运动规划方法
授权
摘要
本发明公开了基于最大熵的演员‑评论家框架的AUV运动规划方法，包括以下步骤：S1：构建AUV操纵性模型；S2：确定AUV的状态空间与动作空间；S3：基于MDP决策过程，提出基于最大熵的强化学习算法，构建神经网络结构，搭建AUV运动规划系统；S4：设置一个综合的奖励函数来评估AUV决策的优劣，指导AUV完成运动规划任务的目标：在躲避障碍物到达目标点的同时，航行路程及所用时间达到最优；S5：通过自交互训练获得最优策略，保存训练好的神经网络参数，将最优策略对应的具体指令传递给下位机，最终实现感知‑规划‑控制的运动规划过程；本发明能够发现到达目标位置的多种策略，在应对各种突发态势时有较好的鲁棒性，且能在多约束的条件下顺利完成指定任务。
基本信息
专利标题 ：
基于最大熵的演员-评论家框架的AUV运动规划方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113534668A
申请号 ：
CN202110930108.0
公开（公告）日 ：
2021-10-22
申请日 ：
2021-08-13
授权号 ：
CN113534668B
授权日 ：
2022-06-10
发明人 ：
孙玉山于鑫张国成罗孝坤薛源张红星柴璞鑫
申请人 ：
哈尔滨工程大学
申请人地址 ：
黑龙江省哈尔滨市南岗区南通大街145号
代理机构 ：
成都方圆聿联专利代理事务所(普通合伙)
代理人 ：
邓永红
优先权 ：
CN202110930108.0
主分类号 ：
G05B13/04
IPC分类号 ：
G05B13/04
IPC结构图谱
G
G部——物理
G05
控制；调节
G05B
一般的控制或调节系统；这种系统的功能单元；用于这种系统或单元的监视或测试装置
G05B13/00
自适应控制系统，即系统按照一些预定的准则自动调整自己使之具有最佳性能的系统
G05B13/02
电的
G05B13/04
包括使用模型或模拟器的
法律状态
2022-06-10 ：
授权
2021-11-09 ：
实质审查的生效
IPC(主分类) : G05B 13/04
申请日 : 20210813
申请日 : 20210813
2021-10-22 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
