基于深度强化学习的无人艇轨迹跟踪算法研究

作者：夏家伟; 朱旭芳^*; 罗亚松; 吴兆东

来源：华中科技大学学报(自然科学版)科技大学, 2023, 51(05): 74-80.

DOI：10.13245/j.hust.228371

• 水面无人艇(USV)
• 轨迹跟踪
• 深度强化学习(DRL)
• 近端策略优化(PPO)
• 轨迹任务数据集

针对欠驱动水面无人艇(USV)轨迹跟踪控制问题，提出一种基于近端策略优化(PPO)的深度强化学习轨迹跟踪控制算法．为引导控制器网络的正确收敛，构建基于长短时记忆(LSTM)网络层的深度强化学习控制器，设计了相应的状态空间和收益函数．为增强控制器的鲁棒性，生成轨迹任务数据集来模拟复杂的任务环境，以此作为深度强化学习控制器的训练样本输入．仿真结果表明：所提出的算法能有效收敛，具备扰动环境下的精确跟踪控制能力，有较大的实际应用潜力．

• 单位
  电子工程学院; 中国人民解放军海军工程大学