欠驱动船舶路径跟踪的强化学习迭代滑模控制_沈智鹏

资 源 简 介

欠驱动船舶路径跟踪的强化学习迭代滑模控制_沈智鹏

详 情 说 明

欠驱动船舶路径跟踪的强化学习迭代滑模控制是一种结合传统控制理论与现代机器学习方法的先进技术，主要用于解决船舶在复杂海洋环境中精确跟踪预定路径的问题。

传统滑模控制虽然对系统不确定性和外界干扰具有鲁棒性，但在欠驱动船舶（即执行器数量少于自由度）的场景下可能面临抖振或参数调优困难等挑战。研究者沈智鹏提出的方法通过以下创新点改进这一领域：

迭代滑模控制框架：在传统滑模面设计基础上引入迭代机制，通过动态调整滑模面参数逐步逼近最优控制效果，降低稳态误差。

强化学习辅助优化：利用强化学习算法（如Actor-Critic或DQN）在线学习环境扰动与船舶动力学特性，自主调整控制律中的关键参数，减少对精确数学模型的依赖。

双层抗干扰能力：结合滑模控制的固有鲁棒性和强化学习的自适应特性，有效应对海浪、洋流等时变干扰，同时抑制执行器饱和问题。

该方法在仿真和实验平台上验证了其优越性，相比纯传统控制方法，跟踪精度提升约30%，且能耗显著降低。未来方向包括多智能体协同路径跟踪及硬件在环实时优化等扩展研究。