一种基于强化学习的多无人船编队围捕控制方法

本发明公开了一种基于强化学习的多无人船编队围捕控制方法，包括构建受环境干扰影响的多无人船运动系统，构建围捕编队误差变量；基于围捕编队误差变量，采用反步法构建无人船的虚拟控制器；基于强化学习方法结合神经网络构建领导船编队围捕控制器；基于自适应反步方法结合李亚普诺夫理论与神经网络，构建跟随船编队围捕控制器；根据领导船编队围捕控制器与跟随船编队围捕控制器，实现对目标船舶的编队围捕控制。解决了在多无人船编队高效执行围捕任务过程中遭受风、浪、流等复杂海洋环境的干扰，使得多无人船控制性能不足的问题，无法充分体现追逐无人船之间的协同合作关系，造成多无人船编队控制困难，难以以尽可能小的代价实现控制的问题。