Reinforcement Learning-Based Optimal Tracking Control of an Unknown Unmanned Surface Vehicle

强化学习 汉密尔顿-雅各比-贝尔曼方程 标识符 人工神经网络 最优控制 计算机科学 跟踪误差 无人机 方案(数学) 控制理论(社会学) 人工智能 跟踪(教育) 功能(生物学) 曲面(拓扑) 控制(管理) 数学优化 数学 工程类 数学分析 生物 进化生物学 教育学 海洋工程 程序设计语言 心理学 几何学
作者
Ning Wang,Ying Gao,Hong Zhao,Choon Ki Ahn
出处
期刊:IEEE transactions on neural networks and learning systems [Institute of Electrical and Electronics Engineers]
卷期号:32 (7): 3034-3045 被引量:167
标识
DOI:10.1109/tnnls.2020.3009214
摘要

In this article, a novel reinforcement learning-based optimal tracking control (RLOTC) scheme is established for an unmanned surface vehicle (USV) in the presence of complex unknowns, including dead-zone input nonlinearities, system dynamics, and disturbances. To be specific, dead-zone nonlinearities are decoupled to be input-dependent sloped controls and unknown biases that are encapsulated into lumped unknowns within tracking error dynamics. Neural network (NN) approximators are further deployed to adaptively identify complex unknowns and facilitate a Hamilton-Jacobi-Bellman (HJB) equation that formulates optimal tracking. In order to derive a practically optimal solution, an actor-critic reinforcement learning framework is built by employing adaptive NN identifiers to recursively approximate the total optimal policy and cost function. Eventually, theoretical analysis shows that the entire RLOTC scheme can render tracking errors that converge to an arbitrarily small neighborhood of the origin, subject to optimal cost. Simulation results and comprehensive comparisons on a prototype USV demonstrate remarkable effectiveness and superiority.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
yang完成签到,获得积分10
刚刚
丫丫完成签到,获得积分10
1秒前
DijiaXu应助烂漫人达采纳,获得10
2秒前
2秒前
自行设置完成签到,获得积分10
2秒前
美丽凡阳完成签到,获得积分10
3秒前
铃旅完成签到,获得积分10
4秒前
zulpikar完成签到 ,获得积分10
5秒前
wsg完成签到,获得积分10
5秒前
WNL完成签到,获得积分10
5秒前
6秒前
蓝豆子完成签到 ,获得积分10
6秒前
文艺代灵完成签到,获得积分10
6秒前
大个应助humaning采纳,获得10
8秒前
欣喜的薯片完成签到 ,获得积分10
8秒前
007完成签到,获得积分10
8秒前
liguanyu1078完成签到,获得积分10
9秒前
weiyongswust发布了新的文献求助10
9秒前
海东来应助seattle采纳,获得50
9秒前
早起完成签到,获得积分10
10秒前
陈陈完成签到,获得积分10
10秒前
中岛悠斗完成签到,获得积分10
11秒前
淘宝叮咚发布了新的文献求助10
12秒前
要减肥灭绝完成签到,获得积分10
12秒前
007完成签到,获得积分10
12秒前
优雅友蕊完成签到,获得积分10
13秒前
端庄的蜡烛完成签到,获得积分10
13秒前
恐龙完成签到 ,获得积分10
13秒前
junzilan完成签到,获得积分10
14秒前
AN完成签到,获得积分10
14秒前
感性的安露完成签到,获得积分0
14秒前
15秒前
任风完成签到,获得积分10
15秒前
伶俐的雁蓉完成签到,获得积分10
15秒前
美满的稚晴完成签到 ,获得积分10
16秒前
豌豆射手完成签到,获得积分10
16秒前
小皮皮完成签到,获得积分10
17秒前
wudi19887应助zulpikar采纳,获得10
18秒前
502s完成签到,获得积分10
18秒前
19秒前
高分求助中
【提示信息,请勿应助】关于scihub 10000
A new approach to the extrapolation of accelerated life test data 1000
Coking simulation aids on-stream time 450
北师大毕业论文 基于可调谐半导体激光吸收光谱技术泄漏气体检测系统的研究 390
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
Robot-supported joining of reinforcement textiles with one-sided sewing heads 360
Novel Preparation of Chitin Nanocrystals by H2SO4 and H3PO4 Hydrolysis Followed by High-Pressure Water Jet Treatments 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 4015806
求助须知:如何正确求助?哪些是违规求助? 3555777
关于积分的说明 11318714
捐赠科研通 3288911
什么是DOI,文献DOI怎么找? 1812318
邀请新用户注册赠送积分活动 887882
科研通“疑难数据库(出版商)”最低求助积分说明 812027