基于增强学习的水下机器人姿态控制方法

摘要

本发明公开了一种基于增强学习的水下机器人姿态控制方法，结合支持向量机的策略梯度增强学习算法，实现水下机器人在水下进行悬停定点作业，首先定义马尔科夫决策过程，利用先验知识，得到一些样本点，然后根据这些样本点利用SVM生成初始策略，再利用策略梯度算法对初始策略进行改进，根据改进后的策略生成新的样本点，再一次利用SVM生成策略，在此策略的基础上调整参数，将以上过程循环，得到最优的策略，最后将通过增强学习的控制器应用到实际的水下机器人系统中。本发明采用结合支持向量机的策略梯度增强学习算法，解决水下机器人动力学模型难以建立的问题，在学习过程中可以克服各种不确定性，更好地逼近最优策略，提高系统的控制精度。