基于Q学习的参数自适应S面控制方法

复杂的动力学特性及多变的海洋环境对无人水下航行器（UUV）控制器的设计提出了巨大挑战，在实际应用中，控制器的参数经人工调试后便固化，在控制过程中无法适应环境的变化。针对上述难题，该文借鉴自适应控制思想，提出一种基于强化学习的参数自适应S面控制方法，采用自适应控制方式实现不同环境下控制器参数的优化和自动整定。该方法采用Q学习算法进行训练，通过Q学习的自学习机制寻找输入状态和输出动作间的最优映射。仿真试验表明，所提方法能对控制器的参数进行实时在线调整，具备良好的控制效果和环境自适应能力。