文章标题：基于上下文感知的强化学习AUV控制器研究

文章作者：徐春晖^1,2,3, 徐德胜^1,2,3,4, 周仕昊^1,2,3, 杨士霖^1,2,3,4
关 键 字：AUV;深度控制;强化学习;上下文感知
文章摘要：为了提升基于强化学习的自主水下航行器（Autonomous Underwater vehicle，AUV）控制器在复杂海况中对环境干扰的鲁棒性，设计一种利用上下文信息进行环境感知的强化学习控制器。结合水下机器人运动学及动力学方程对深度跟踪任务进行建模，构建了基于PPO-clip算法的深度控制器，并在算法中融入了上下文变量和域随机化方法。在仿真环境中分别进行海流干扰、暗涌干扰以及两者共同干扰环境的深度跟踪任务，仿真结果表明，本文提出的方法对强化学习控制器的抗干扰能力有明显的提升，在多种环境干扰下更精准地完成深度跟踪任务。