申请/专利权人：南京理工大学

申请日：2023-08-23

公开（公告）日：2024-04-09

公开（公告）号：CN117850218A

主分类号：G05B13/04

分类号：G05B13/04

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明为一种基于DDPG的两栖无人平台路径跟踪控制方法。包括如下步骤：1建立两栖无人平台四自由度运动学与动力学模型；2基于运动学与动力学模型，构建基于actor‑critic的神经网络模型；采集两栖无人平台状态信息St和动作信息Ft，设置奖励函数rt，计算t+1时刻的状态信息St+1，储存为经验数据；3选取训练数据，采用DDPG算法训练神经网络模型，更新模型参数；4基于神经网络模型控制两栖无人平台路径运动，并通过不断更新两栖无人平台的位置，实现路径跟踪。本发明采用基于DDPG的两栖无人平台路径跟踪控制方法，使得两栖无人平台系统能够动态自适应调节，克服水下机器人运动控制时水动力参数不确定性带来的影响，提高路径跟踪的精度。

主权项：1.基于DDPG的两栖无人平台路径跟踪控制方法，其特征在于，包括如下步骤：步骤1：建立两栖无人平台四自由度运动学与动力学模型；步骤2：基于步骤1的运动学与动力学模型，构建基于actor-critic的神经网络模型；采集两栖无人平台状态信息St和动作信息Ft，设置神经网络模型的奖励函数rt，计算t+1时刻的状态信息St+1，并储存为经验数据St，Ft，rt，St+1），存入经验回放缓存R中；步骤3：从储存的经验数据中选取训练数据，采用DDPG算法训练基于actor-critic的神经网络模型，更新神经网络模型参数；步骤4：基于神经网络模型控制两栖无人平台路径运动，并通过不断更新两栖无人平台的位置，实现路径跟踪。

全文数据：

权利要求：

百度查询： 南京理工大学 基于DDPG的两栖无人平台路径跟踪控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD