基于强化学习方法的无人水面船最优轨迹跟踪控制方法

摘要

本发明提供一种基于强化学习方法的无人水面船最优轨迹跟踪控制方法，包括以下步骤：S1：建立无人水面船系统数学模型以及不考虑扰动情况的期望轨迹系统数学模型；S2：建立死区数学模型，得到引入死区的无人水面船系统数学模型；进一步得到跟踪误差系统；S3：建立辨识器系统；S4：通过最优代价函数评判控制策略是否符合要求：若符合，则将该控制策略输出至无人水面船系统作为最优控制策略；若不符合，通过最优代价函数评判重新生成的控制策略是否符合要求，重复上述过程直至得到最优控制策略输出至无人水面船系统。本发明解决了现有无人船最优控制方法没有考虑带有死区或完全未知系统动态，控制系统的精确性和鲁棒性降低的技术问题。