-
Patent Agency Ranking
公开(公告)号：CN119512205B
公开(公告)日：2025-05-13
申请号：CN202510089695.3
申请日：2025-01-21
Applicant: 大连海事大学
IPC: G05D1/686 , G05D1/43 , G05B13/04 , G05D109/30
Abstract: 本发明公开了一种基于知识驱动的无人船强化学习航向跟踪控制方法，包括根据无人船航向跟踪控制模型获取无人船虚拟控制律；基于无人船虚拟控制律获取无人船航向跟踪控制器的前馈项与反馈项；构建关于前馈项的前馈优化控制器；根据反馈项构建适用于复杂海况下无人船航向跟踪控制的第一切换控制器；利用反步法结合RBF神经网络，根据反馈项构建用于应对一般海况下的第二切换控制器；利用阶跃函数，根据第一切换控制器与第二切换控制器设计用于不同海况下的切换响应控制器，以实现知识驱动的强化学习无人船航向跟踪控制。解决了传统的无人船航向跟踪控制方法在面对不同海上复杂环境与未知扰动时，难以保持良好的航向跟踪控制效果的问题。
-
公开(公告)号：CN119512205A
公开(公告)日：2025-02-25
申请号：CN202510089695.3
申请日：2025-01-21
Applicant: 大连海事大学
IPC: G05D1/686 , G05D1/43 , G05B13/04 , G05D109/30
Abstract: 本发明公开了一种基于知识驱动的无人船强化学习航向跟踪控制方法，包括根据无人船航向跟踪控制模型获取无人船虚拟控制律；基于无人船虚拟控制律获取无人船航向跟踪控制器的前馈项与反馈项；构建关于前馈项的前馈优化控制器；根据反馈项构建适用于复杂海况下无人船航向跟踪控制的第一切换控制器；利用反步法结合RBF神经网络，根据反馈项构建用于应对一般海况下的第二切换控制器；利用阶跃函数，根据第一切换控制器与第二切换控制器设计用于不同海况下的切换响应控制器，以实现知识驱动的强化学习无人船航向跟踪控制。解决了传统的无人船航向跟踪控制方法在面对不同海上复杂环境与未知扰动时，难以保持良好的航向跟踪控制效果的问题。
-
公开(公告)号：CN119512094A
公开(公告)日：2025-02-25
申请号：CN202411592106.5
申请日：2024-11-08
Applicant: 大连海事大学
IPC: G05D1/43 , G05D109/30
Abstract: 本发明公开了一种基于深度网络离线迭代与在线调整的无人船跟踪控制方法，通过预训练的深度神经网络获取对未知的非线性动态的第一步近似值；对未知的非线性动态的第一步近似值进行在线调整，以获取未知的非线性动态的最终近似值的估计值；进而获取控制器和输出层权值自适应律，以确保无人船的航向角的状态向量能够跟踪期望的光滑时变轨迹；实现基于深度网络离线迭代与在线调整的无人船的跟踪控制。本发明通过结合深度神经网络，潜在地提高函数的近似性能，从而使得其对更复杂特征的未知动态具有更好的逼近效果。
-
公开(公告)号：CN119440101B
公开(公告)日：2025-04-18
申请号：CN202510035119.0
申请日：2025-01-09
Applicant: 大连海事大学
IPC: G05D1/698 , G05D1/686 , G05B13/02 , G05D109/30
Abstract: 本发明公开了一种基于强化学习的多无人船编队围捕控制方法，包括构建受环境干扰影响的多无人船运动系统，构建围捕编队误差变量；基于围捕编队误差变量，采用反步法构建无人船的虚拟控制器；基于强化学习方法结合神经网络构建领导船编队围捕控制器；基于自适应反步方法结合李亚普诺夫理论与神经网络，构建跟随船编队围捕控制器；根据领导船编队围捕控制器与跟随船编队围捕控制器，实现对目标船舶的编队围捕控制。解决了在多无人船编队高效执行围捕任务过程中遭受风、浪、流等复杂海洋环境的干扰，使得多无人船控制性能不足的问题，无法充分体现追逐无人船之间的协同合作关系，造成多无人船编队控制困难，难以以尽可能小的代价实现控制的问题。
-
公开(公告)号：CN119440101A
公开(公告)日：2025-02-14
申请号：CN202510035119.0
申请日：2025-01-09
Applicant: 大连海事大学
IPC: G05D1/698 , G05D1/686 , G05B13/02 , G05D109/30
Abstract: 本发明公开了一种基于强化学习的多无人船编队围捕控制方法，包括构建受环境干扰影响的多无人船运动系统，构建围捕编队误差变量；基于围捕编队误差变量，采用反步法构建无人船的虚拟控制器；基于强化学习方法结合神经网络构建领导船编队围捕控制器；基于自适应反步方法结合李亚普诺夫理论与神经网络，构建跟随船编队围捕控制器；根据领导船编队围捕控制器与跟随船编队围捕控制器，实现对目标船舶的编队围捕控制。解决了在多无人船编队高效执行围捕任务过程中遭受风、浪、流等复杂海洋环境的干扰，使得多无人船控制性能不足的问题，无法充分体现追逐无人船之间的协同合作关系，造成多无人船编队控制困难，难以以尽可能小的代价实现控制的问题。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
