摘要
本发明涉及一种基于深度强化学习的带缆水下机器人船体表面涂层检测方法,包括以下步骤:利用带缆水下机器人上搭载的传感器感知水下环境信息和机器人状态信息;规划带缆水下机器人的船体全遍历检测路径;将船体全遍历检测路径作为目标路径,输入强化学习模型,结合实时感知的水下环境信息和机器人状态信息,得到带缆水下机器人的控制信号;其中,运用基于水下环境干扰模型和运动控制模型所构建的仿真和训练环境获取训练过程中的水下环境信息和机器人状态信息,以训练强化学习模型;基于控制信号控制带缆水下机器人跟踪目标路径,完成船体表面涂层检测。与现有技术相比,本发明能够有效提高带缆水下机器人进行船体表面涂层检测的性能和效率。
技术关键词
带缆水下机器人
机器人状态信息
强化学习模型
表面涂层
船体
运动控制模型
水下定位系统
连续动作空间
三维位置信息
测距声呐
角速度信息
坐标系
误差
浊度传感器
深度强化学习方法
推进器
网络
力矩
系统为您推荐了相关专利信息
深度强化学习模型
抗干扰算法
干扰特征
雷达
回波
归档系统
混合加密技术
数据融合算法
历史故障数据
云平台
移动服务器
智能监测终端
无人机路径规划
任务分配策略
云服务器
重构控制方法
二次设备
动态信誉
深度强化学习模型
指纹
意图识别方法
强化学习模型
关键词
意图识别系统
意图识别装置