水下机器人运动控制方法、系统、存储介质及程序产品

本发明公开了一种基于学习型模型预测控制的水下机器人运动控制方法，包括通过非参数学习方法进行学习，学习水下机器人由外部洋流扰动和参数摄动导致的不确定性较高的非线性动力学函数；进行控制优化，基于LBMPC控制器构建优化控制问题；将学习到的不确定较高的非线性动力学用于滚动优化状态的转移中，通过求解优化控制问题得到水下机器人的控制律。能实现不确定性较高的非线性动力学函数的精准估计，其中采用动态更新的少采样点训练集，可保证非参数学习的实时性，可有效解决控制模型的不匹配性，起到提高水下机器人的运动控制性能的优点。