基于上下文感知的强化学习AUV控制器研究

摘要： 为了提升基于强化学习的自主水下航行器（Autonomous Underwater vehicle,AUV）控制器在复杂海况中对环境干扰的鲁棒性，设计一种利用上下文信息进行环境感知的强化学习控制器。结合水下机器人运动学及动力学方程对深度跟踪任务进行建模，构建了基于PPO-clip算法的深度控制器，并在算法中融入了上下文变量和域随机化方法。在仿真环境中分别进行海流干扰、暗涌干扰以及... （共7页）