摘要
本发明公开了基于改进深度强化学习的智能船舶操纵双驱动建模方法,涉及智能船舶操纵运动建模及辨识技术领域,包括:根据六自由度智能船舶运动模型和运动特性,获得用以描述智能船舶运动特性的平面三自由度运动模型;根据平面三自由度运动模型,模拟智能船舶操纵运动,并结合不确定性干扰下智能船舶运动变化特点,设计机理驱动模型和数据驱动模型结合的混合驱动模型;本发明以深度强化学习算法为基础辨识方法,对深度强化学习辨识建模方法进行改进,将具有机理支撑和可解释性的机理驱动模型与具有可操作性和灵活性的数据驱动模型混合,避免了因使用单一驱动方法所产生的缺点在保证模型机理的同时具有极强的准确性和适用性。
技术关键词
智能船舶
平面三自由度运动
Stacking集成模型
建模方法
数据驱动模型
深度强化学习算法
强化学习系统
训练集数据
辨识算法
网络
深度强化学习模型
加速度
辨识方法
非线性
系统为您推荐了相关专利信息
气体管道
建模方法
变分贝叶斯算法
变分贝叶斯估计
状态监测技术
图像重建方法
事件流数据
不确定性模型
像素
显著性结构
隔振系统
数字孪生驱动
优化控制方法
控制策略
执行控制动作