已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

MPC-based Reinforcement Learning for a Simplified Freight Mission of Autonomous Surface Vehicles

强化学习 模型预测控制 控制理论(社会学) 计算机科学 职位(财务) 碰撞 车辆动力学 路径(计算) 数学优化 工程类 控制(管理) 人工智能 数学 航空航天工程 经济 程序设计语言 计算机安全 财务
作者
Wenqi Cai,Arash Bahari Kordabad,Hossein Nejatbakhsh Esfahani,Anastasios M. Lekkas,Sébastien Gros
标识
DOI:10.1109/cdc45484.2021.9683750
摘要

In this work, we propose a Model Predictive Control (MPC)-based Reinforcement Learning (RL) method for Autonomous Surface Vehicles (ASVs). The objective is to find an optimal policy that minimizes the closed-loop performance of a simplified freight mission, including collision-free path following, autonomous docking, and a skillful transition between them. We use a parametrized MPC-scheme to approximate the optimal policy, which considers path-following/docking costs and states (position, velocity)/inputs (thruster force, angle) constraints. The Least Squares Temporal Difference (LSTD)-based Deterministic Policy Gradient (DPG) method is then applied to update the policy parameters. Our simulation results demonstrate that the proposed MPC-LSTD-based DPG method could improve the closed-loop performance during learning for the freight mission problem of ASV.
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
大幅提高文件上传限制,最高150M (2024-4-1)

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
Diligency完成签到 ,获得积分10
刚刚
开拖拉机的芍药完成签到 ,获得积分10
1秒前
徐小锤完成签到 ,获得积分10
2秒前
lixiaolu完成签到 ,获得积分10
2秒前
花生王子完成签到 ,获得积分10
4秒前
Levent完成签到,获得积分10
4秒前
善学以致用应助笨逗逗采纳,获得10
5秒前
四月的海棠完成签到 ,获得积分10
5秒前
甩看文献完成签到 ,获得积分10
6秒前
科研通AI2S应助欢呼妙彤采纳,获得10
7秒前
酸番茄完成签到 ,获得积分10
8秒前
坚果爱吃坚果完成签到 ,获得积分20
9秒前
zyx完成签到,获得积分10
9秒前
Rain完成签到,获得积分10
9秒前
10秒前
10秒前
11秒前
大模型应助科研通管家采纳,获得10
11秒前
李昆朋完成签到,获得积分10
11秒前
11秒前
altair完成签到 ,获得积分10
12秒前
xiemeili完成签到 ,获得积分10
15秒前
123完成签到,获得积分10
15秒前
芳华如梦完成签到 ,获得积分10
15秒前
时尚问安完成签到 ,获得积分10
16秒前
17秒前
18秒前
俭朴尔竹完成签到,获得积分10
18秒前
徐林发布了新的文献求助10
21秒前
木之夏发布了新的文献求助10
22秒前
Nann完成签到 ,获得积分10
23秒前
ankh发布了新的文献求助10
23秒前
骆凤灵完成签到 ,获得积分10
23秒前
企鹅吃圣代完成签到 ,获得积分10
25秒前
26秒前
海底两万里应助yingliusd采纳,获得10
28秒前
我爱学习完成签到 ,获得积分10
28秒前
罐罐儿应助ankh采纳,获得10
29秒前
布梨完成签到 ,获得积分10
31秒前
小滕完成签到 ,获得积分10
31秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Very-high-order BVD Schemes Using β-variable THINC Method 850
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
热门求助领域 (近24小时)
化学 医学 生物 材料科学 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 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3248609
求助须知:如何正确求助?哪些是违规求助? 2892063
关于积分的说明 8269674
捐赠科研通 2560135
什么是DOI,文献DOI怎么找? 1388854
科研通“疑难数据库(出版商)”最低求助积分说明 650926
邀请新用户注册赠送积分活动 627798