提出一种基于重心改变法的仿生机器鱼俯仰姿态与深度控制方法,用于实现机器鱼水中的浮潜运动.该方法利用一种可调整位置的配重块结构,改变机器鱼的重心位置,进而实现机器鱼俯仰姿态的调节.在对机器鱼内部配重块位置和机器鱼俯仰角的关系进行分析的基础上,对一定速度下机器鱼的深度与俯仰角的关系进行建模,提出由于尾部形变引起的俯仰姿态变化的补偿方法.文中给出机器鱼原形样机的相关实验,分析验证配重块位置变化和机器鱼重心及其姿态的调整,深度控制等在多种情况下的结果.
2022-08-25 11:33:57
271KB
1
研究了基于深度强化学习算法的自主式水下航行器（AUV）深度控制问题。区别于传统的控制算法，深度强化学习方法让航行器自主学习控制律，避免人工建立精确模型和设计控制律。采用深度确定性策略梯度方法设计了actor与critic两种神经网络。actor神经网络给出控制策略，critic神经网络用于评估该策略，AUV的深度控制可以通过训练这两个神经网络实现。在OpenAI Gym平台上仿真验证了算法的有效性。
2021-09-22 14:40:09
1.62MB
1