[发明专利]一种基于深度强化学习和遗传算法的无人船自主导航的方法在审
| 申请号： | 201910712690.6 | 申请日： | 2019-08-02 |
| 公开（公告）号： | CN110362089A | 公开（公告）日： | 2019-10-22 |
| 发明（设计）人： | 王宁;徐宏威 | 申请（专利权）人： | 大连海事大学 |
| 主分类号： | G05D1/02 | 分类号： | G05D1/02 |
| 代理公司： | 大连东方专利代理有限责任公司 21212 | 代理人： | 姜威威;李洪福 |
| 地址： | 116026 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度强化学习和遗传算法的无人船自主导航的方法，属于无人船领域，该方法分为路径规划和路径跟踪两部分，路径规划中，提前通过卫星图像获得环境的概况，预先确定规划路径的起点和终点；采用精英‑遗传算法，任意环境下离散、有序的和最优的Nw个无障碍航路点，通过K阶B样条算法公式将起点、Nw个无障碍航路点和终点拟合成一条连续的无人船路径规划曲线，根据无人船路径规划曲线的所有参数及任意时刻状态立即奖励函数结合无人船运动学模型和动力学模型，通过深度强化学习中的深度确定性策略梯度在有限时间内的自我学习能力得到无人船的控制力矩，进行无人船路径跟踪，采用精英‑遗传算法，能在狭窄环境中得到数量适中且安全的路径点。 | ||
| 搜索关键词： | 无人船 路径规划 遗传算法 强化学习 路径跟踪 自主导航 无障碍 动力学模型 运动学模型 规划路径 函数结合 控制力矩 时刻状态 算法公式 卫星图像 狭窄环境 预先确定 自我学习 路径点 确定性 合成 奖励 安全 | ||
【主权项】：
1.一种基于深度强化学习和遗传算法的无人船自主导航的方法，其特征在于，该方法包括以下步骤：S1：提前通过卫星图像获得环境的概况，预先确定规划路径的起点和终点；S2：将具有Np个个体的种群按照适应度函数计算适应度值，适应度值降序排列，其中每个个体具有Nw个无人船航路点，排序后的个体采用精英保留策略、选择、交叉、变异和随机生成方式进行迭代产生下一代，当种群适应度值达到稳定且完成设定的Nmax次迭代，则迭代结束，第Nmax迭代中适应值最高的个体的Nw个无人船航路点为任意环境下离散、有序的和最优的Nw个无障碍航路点；S2:将起点、Nw个无障碍航路点和终点根据K阶B样条算法公式拟合成一条连续的无人船路径规划曲线；S3：根据无人船路径规划曲线的B样条基参数及任意时刻状态立即奖励函数结合无人船运动学模型和动力学模型，通过深度强化学习中的深度确定性策略梯度在有限时间内的自我学习能力得到无人船的控制力矩，进行无人船路径跟踪。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于大连海事大学，未经大连海事大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910712690.6/，转载请声明来源钻瓜专利网。
