公开(公告)号：CN112947431A

公开(公告)日：2021-06-11

申请号：CN202110149076.0

申请日：2021-02-03

申请人： 海之韵(苏州)科技有限公司

发明人： 张卫东 ,  董博韬 ,  孙志坚 ,  徐鑫莉 ,  黄梦醒 ,  张永辉 ,  吴迪

IPC分类号： G05D1/02

摘要： 本发明提出了一种基于强化学习的无人船路径跟踪方法，包括设定无人船的跟踪路径；对无人船跟踪路径与避障过程建立MDP模型，并设置奖励函数；采用PPO算法对状态信息模型进行强化学习，得出无人船的控制策略参数；无人船根据控制策略参数执行路径跟踪任务；本发明提出的基于强化学习的无人船路径跟踪方法，策略训练过程采用PPO算法来提高动作策略参数的收敛性，且算法迭代过程无需人为干预，并且由于智能体主动与环境进行交互，环境中的各类干扰因素可以被智能体学习，简化了无人船路径跟踪控制器的设计过程，有效替代人力资源、提升了作业效率。

公开(公告)号：CN112947431B

公开(公告)日：2023-06-06

申请号：CN202110149076.0

申请日：2021-02-03

申请人： 海之韵(苏州)科技有限公司

发明人： 张卫东 ,  董博韬 ,  孙志坚 ,  徐鑫莉 ,  黄梦醒 ,  张永辉 ,  吴迪

IPC分类号： G05D1/02

摘要： 本发明提出了一种基于强化学习的无人船路径跟踪方法，包括设定无人船的跟踪路径；对无人船跟踪路径与避障过程建立MDP模型，并设置奖励函数；采用PPO算法对状态信息模型进行强化学习，得出无人船的控制策略参数；无人船根据控制策略参数执行路径跟踪任务；本发明提出的基于强化学习的无人船路径跟踪方法，策略训练过程采用PPO算法来提高动作策略参数的收敛性，且算法迭代过程无需人为干预，并且由于智能体主动与环境进行交互，环境中的各类干扰因素可以被智能体学习，简化了无人船路径跟踪控制器的设计过程，有效替代人力资源、提升了作业效率。