基于复杂条件下强化学习的自行式模型局部路径规划方法 来源:wenku163.com 资料编号:WK16317808 资料等级:★★★★★ %E8%B5%84%E6%96%99%E7%BC%96%E5%8F%B7%EF%BC%9AWK16317808 我要下载该资源 资料介绍 基于复杂条件下强化学习的自行式模型局部路径规划方法(中文5000字,英文PDF) 摘要:在实际波浪条件下利用大型自航模型进行水动力和物理运动模拟试验是研究船舶环境适应性的重要手段。在自航模型的导航测试中,必须认真考虑包括各种港口设施,导航设施和附近船舶在内的复杂环境,因为在这种密集的环境中,海浪和风对模型的影响尤其显着。 为了提高自行式模型的安全性,本文将基于强化学习的Q learning与混沌理论相结合的方式引入模型的碰撞避免中,以提高局部路径规划的可靠性。 仿真和海试结果表明,该算法是海浪风浪干扰下自适应避碰的较好解决方案,具有良好的适应性。 关键词:自动推进模型;本地路径规划; Q learning ;避障;强化学习