基于深度强化学习的固定时间无人船编队围捕控制方法

本发明公开了一种基于深度强化学习的固定时间无人船编队围捕控制方法，包括获取围捕编队误差变量与围捕编队动态误差变量；构建无人船的固定时间虚拟控制器，以获取无人船的第一李亚普诺夫函数的最终导数；构建无人船的固定时间自适应前馈控制律，以获取无人船的第二李亚普诺夫函数的最终导数；获取无人船的前馈李亚普诺夫函数的导数；根据前馈李亚普诺夫函数的导数构建无人船的固定时间最优反馈控制律；根据无人船的固定时间自适应前馈控制律与固定时间最优反馈控制律，实现对目标船舶固定时间的编队围捕控制。解决了目前高维无人船编队交互难，不能确保无人船编队系统状态在独立于初始状态的相同时间范围内收敛，降低了协同围捕效率的问题。