欠驱动船舶路径跟踪的强化学习迭代滑模控制.PDFVIP

第３８卷第５期 哈　 尔　 滨　 工　 程　 大　 学　 学　 报 Ｖｏｌ．３８ №．５ ２０１７年５月 Ｊｏｕｒｎａｌ ｏｆ Ｈａｒｂｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ Ｍａｙ ２０１７ 欠驱动船舶路径跟踪的强化学习迭代滑模控制 沈智鹏，代昌盛 （大连海事大学 信息科学技术学院，辽宁 大连 １１６０２６） 摘　 要：针对三自由度欠驱动船舶的路径跟踪问题，本文提出一种基于强化学习的自适应迭代滑模控制方法。 该 方法引入双曲正切函数对系统状态进行迭代滑模设计，并采用神经网络对控制参数进行优化，增强控制器的自适 应性。 通过定义一种控制量抖振测量变量和强化学习信号，实现对神经网络的结构和参数进行在线调整，能进一 步抑制控制量的抖振作用。 应用５４４６ＴＥＵ集装箱船的数学模型进行控制仿真，结果表明所设计控制器能有效地处 理风和流等外界扰动，具有较强的鲁棒性，与迭代滑模控制器相比舵角的抖振减小明显，控制舵角信号符合船舶的 实际操作要求，更符合工程实际要求。 关键词：欠驱动船舶；路径跟踪；控制器设计；自适应；迭代滑模控制；滑模面反馈；神经网络；强化学习 ＤＯＩ：１０１１９９０／ ｊｈｅｕ．２０１５１２００５ 网络出版地址：ｈｔｔｐ：／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３１３９０．ｕ．２０１７０４２６１１５２０４８．ｈｔｍｌ － － － 中图分类号：ＴＰ２７３　 文献标志码：Ａ　 文章编号：１００６ ７０４３（２０１７）０５ ０６９７ ０８ Ｉｔｅｒａｔｉｖｅ ｓｌｉｄｉｎｇ ｍｏｄｅ ｃｏｎｔｒｏｌ ｂａｓｅｄ ｏｎ ｒｅｉｎｆｏｒｃｅｄ ｌｅａｒｎｉｎｇ ａｎｄ ｕｓｅｄ ｆｏｒ ｐａｔｈ ｔｒａｃｋｉｎｇ ｏｆ ｕｎｄｅｒ⁃ａｃｔｕａｔｅｄ ｓｈｉｐ ＳＨＥＮ Ｚｈｉｐｅｎｇ，ＤＡＩ Ｃｈａｎｇｓｈｅｎｇ （Ｓｃｈｏｏｌ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｄａｌｉａｎ Ｍａｒｉｔｉｍｅ Ｕｎｉｖｅｒｓｉｔｙ，Ｄａｌｉａｎ １１６０２６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｎ ａｄａｐｔｉｖｅ ｉｔｅｒａｔｉｖｅ ｓｌｉｄｉｎｇ ｍｏｄｅ ｃｏｎｔｒｏｌ ｍｅｔｈｏｄ ｂａｓｅｄ ｏｎ ｒｅｉｎｆｏｒｃｅｄ ｌｅａｒｎｉｎｇｗａｓｐｒｏｐｏｓｅｄｆｏｒ ｔｈｅ ｐａｔｈ ｔｒａｃｋｉｎｇ ｏｆ ａ３⁃ＤＯＦｕｎｄｅｒ⁃ａｃｔｕａｔｅｄｓｈｉｐ．Ｔｈｅｍｅｔｈｏｄｉｎｔｒｏｄｕｃｅｓａｈｙｐｅｒｂｏｌｉｃｔａｎｇｅｎｔｆｕｎｃｔｉｏｎｔｏｄｅｓｉｇｎｔｈｅｉｔｅｒａｔｉｖｅ ｓｌｉｄｉｎｇ ｍｏｄｅｆｏｒｓｙｓｔｅｍｓｔａｔｅｓａｎｄｕｓｅｓａｎｅｕｒａｌｎｅｔｗｏｒｋｔｏｏｐｔｉｍｉｚｅｔｈｅｃｏｎｔｒｏｌｐａｒａｍｅｔｅｒｓｔｏｅｎｈａｎｃｅｔｈｅａｄａｐｔｉｖｉｔｙ ｏｆ ｔｈｅｃｏｎｔｒｏｌｌｅｒ．Ｔｈｅ ｓｔｒｕｃｔｕｒｅａｎｄｐａｒａｍｅｔｅｒｓｏｆ ｔｈｅｎｅｕｒａｌ ｎｅｔｗｏｒｋｗｅｒｅａｄｊｕｓｔｅｄｏｎｌｉｎｅｂｙ ｄｅｆｉｎｉｎｇ ａｔｙｐｅｏｆ ｃｏｎ⁃ ｔｒｏｌ ａｍｏｕｎｔ ｃｈａｔｔｅｒｉｎｇ ｍｅａｓｕｒｅｍｅｎｔ ｖａｒｉａｂｌｅ ａｎｄ ｒｅｉｎｆｏｒｃｅｄ ｌｅａｒｎｉｎｇ ｓｉｇｎａｌ，ｗｈｉｃｈ ｃｏｕｌｄ ｆｕｒｔｈｅｒ ｉｎｈｉｂｉｔ ｔｈｅ ｃｈａｔｔｅ⁃ ｒｉｎｇ ｏｆ ｔｈｅ ｃｏｎｔｒｏｌ ａｍｏｕｎｔ． Ｔｈｅ ｍａｔｈｅｍａｔｉｃａｌ ｍｏｄｅｌ ｏｆ ａ ５４４６ＴＥＵ ｃｏｎｔａｉｎｅｒ ｓｈｉｐ ｗａｓ ｕｓｅｄ ｆｏｒ ｔｈｅ ｃｏｎｔｒｏｌｌｅｒ ａｎｄ ｓｉｍｕｌａｔｉｏｎ． Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｄｅｓｉｇｎｅｄ ｃｏｎｔｒｏｌｌｅｒ ｃａｎ ｍａｎａｇｅ ｔｈｅ ｗｉｎｄ，ｆｌｏｗ，ａｎｄ ｏｔｈｅｒ ｅｘｔｅｒｎａｌ ｄｉｓｔｕｒｂ⁃