来源：期刊VIP网 时间：
作者：金兆一;宋婧菡;虞逸凡;王馨;陆春;杨志庆;李智军;林远山;
单位：大连海洋大学信息工程学院;大连海洋大学大连市智慧渔业重点实验室;大连海洋大学设施渔业教育部重点实验室(大连海洋大学);广西民族大学材料与环境学院;贵港市荣创木业有限公司;
摘要：为解决现有的编队控制方法大多依赖精确的多水下机器人运动学或者动力学模型，设计了一种基于多智能体深度确定性策略梯度(MADDPG)的多水下机器人编队控制方法。首先，将N个水下机器人划分为1个领航者和N-1个跟随者，并构建基于领航者-跟随者架构的马尔可夫决策过程(MDP)模型，对多水下机器人的编队控制进行建模；然后，利用机器人自身的位置和速度信息及其他机器人之间的相对位置信息作为观测，并通过机器人的受力来表达其动作；最后，通过领航者与目标位置的距离、跟随者与领航者的距离、跟随者之间的距离等信息构建奖励函数，兼顾个体和系统层级的奖励。结果表明，基于该方法所习得的多水下机器人编队控制策略能够产生类似生物集群的协同运动模式，在编队稳定性和路径优化方面优于其他深度强化学习算法。研究表明，该策略无须精确的运动学或动力学建模，具备行为灵活、分布式执行能力强以及良好的泛化能力，是一种有效的多水下机器人编队控制方法。
关键词：多水下机器;;编队控制;;领航者跟随者架构;;深度强化学习
基金资助：广西壮族自治区重点研发计划(桂科AB23075150);; 辽宁省教育厅基本科研项目(LJKZ0730,QL202016);; 辽宁省应用基础计划项目(2022JH2/101300187);; 辽宁省重点研发计划(2020JH2/10100043)
