| 融合监督学习的小型ROV强化学习算法研究 |
|
| |
| DOI： |
| 中文关键词: 监督学习 ROV 强化学习 |
| 英文关键词: |
| 基金项目:2023 年度广东省普通高校特色创新项目 （2023KTSCX330）； 珠海城市职业技术学院 2024 年度大学生创新创业训练计划项目 （CXCY2408） |
|
| 摘要点击次数: 412 |
| 全文下载次数: 382 |
| 中文摘要: |
| 首先对已有的无人遥控有缆水下机器人 （Remotely Operated Vehicle， ROV） 运动控制算法进行简要介绍， 并对强化学习算法中的深度确定性策略梯度算法 （Deep Deterministic Policy Gradient， DDPG） 的基本原理进行了阐述； 然后针对 DDPG 算法应用于 ROV 运动控制时所存在的学习时间长且难以收敛， 造成大量的数据浪费而增加了存储开销， 降低了神经网络的泛化能力导致实用性降低等问题， 提出了基于融合监督学习的监督式 DDPG 算法； 最后进行了仿真实验， 结果证明改进型 DDPG 算法比常规的 DDPG 算法更加有效。 |
| 英文摘要: |
| |
| 查看全文 查看/发表评论 下载PDF阅读器 |
|
|
|
|
