基于強(qiáng)化學(xué)習(xí)的錨泊輔助動力定位系統(tǒng)定位點(diǎn)選取方法

摘要： 海上作業(yè)中，適當(dāng)?shù)亩ㄎ稽c(diǎn)可以顯著降低錨泊輔助動力定位（PM）系統(tǒng)的能耗。為了找到能效最優(yōu)的定位點(diǎn)，使得錨泊系統(tǒng)能夠補(bǔ)償主要的環(huán)境載荷而推進(jìn)器只需抑制海洋結(jié)構(gòu)物的搖蕩運(yùn)動，提出了一種基于模型的強(qiáng)化學(xué)習(xí)（RL）方法進(jìn)行最優(yōu)定位點(diǎn)的決策。該方法通過直接和間接學(xué)習(xí)更新Q函數(shù)，并且通過支持向量回歸來近似環(huán)境模型的獎勵函數(shù)。仿真結(jié)果表明，該方法能夠在未知和隨機(jī)環(huán)境中通過持續(xù)的規(guī)劃、執(zhí)行和學(xué)... （共11頁）