引用本文:马睿宸,白雪剑,王宇,王睿,王硕.基于强化学习的波动鳍推进水下作业机器人悬停控制[J].控制理论与应用,2022,39(11):2092~2099.[点击复制]
MA Rui-chen,BAI Xue-jian,WANG Yu,WANG Rui,WANG Shuo.Hovering control of an underwater vehicle-manipulator system propelled by undulatory fins via reinforcement learning[J].Control Theory and Technology,2022,39(11):2092~2099.[点击复制]
基于强化学习的波动鳍推进水下作业机器人悬停控制
Hovering control of an underwater vehicle-manipulator system propelled by undulatory fins via reinforcement learning
摘要点击 1545  全文点击 385  投稿时间:2021-11-01  修订日期:2022-09-13
查看全文  查看/发表评论  下载PDF阅读器
DOI编号  10.7641/CTA.2022.11054
  2022,39(11):2092-2099
中文关键词  水下作业机器人  悬停控制  波动鳍  神经网络  强化学习
英文关键词  underwater vehicle-manipulator system  hovering control  undulatory fin  neural network  reinforcement learning
基金项目  国家自然科学基金项目(62122087, 62073316, U1806204, 62033013, U1713222), 中国科学院对外合作重点项目(173211KYSB20200020)资助.
作者单位邮编
马睿宸 中国科学院自动化研究所 100190
白雪剑* 中国科学院自动化研究所 100190
王宇 中国科学院自动化研究所 
王睿 中国科学院自动化研究所 
王硕 中国科学院自动化研究所 
中文摘要
      本文针对波动鳍推进水下作业机器人的悬停控制问题开展研究. 首先, 给出了波动鳍推进水下作业机器人 的运动学模型、动力学模型和波动鳍的参数–力映射模型, 建立了基于马尔可夫决策过程的悬停控制训练框架. 其 次, 基于模型结构和训练策略, 使用强化学习的方法进行网络训练, 得到最佳的悬停控制器. 最终, 在室内水池中完 成了波动鳍推进水下作业机器人的悬停控制实验, 实验结果验证了所提方法的有效性.
英文摘要
      This paper addresses the hovering control of an underwater vehicle-manipulator system (UVMS) propelled by undulatory fins. First, the kinematic and dynamical models of the UVMS and a mapping model between the control parameters of undulatory fins and the driving force of the UVMS are introduced, and a hovering control training framework based on Markov decision process (MDP) is designed. Then, based on the framework and training strategies, the hovering controller is fully trained via reinforcement learning method. Finally, the well-trained controller is applied in the real environment, and the experimental results demonstrate that the proposed method can accomplish the UVMS’s hovering control effectively.