基于学习的多无人水面舰艇最优编队控制:全驱动系统方法的应用

《Neurocomputing》:Learning-based optimal formation for multi-unmanned surface vessels via fully actuated system approach

【字体: 大 中 小 】 时间:2025年12月11日 来源:Neurocomputing 6.5

编辑推荐:

  基于完全受控系统(FAS)的多无人艇编队优化控制策略研究,通过牛顿-欧拉动力学转换实现非完全受控无人艇的等效完全受控模型,结合预设性能函数与强化学习算法优化控制输入,在保证动态性能的前提下最小化能耗,并采用Lyapunov稳定性分析验证方法有效性。

  
本文针对多无人艇(USV)协同控制中的核心挑战——非完全受控动力学与编队性能优化之间的矛盾,提出了一种基于全驱动系统(FAS)框架的强化学习(RL)优化控制方案。研究以海洋环境监测、灾害响应等复杂场景为应用背景,重点解决传统方法在动态性能约束与能耗优化之间难以平衡的问题。

在理论构建层面,首先突破性地将非完全受控的无人艇动力学通过FAS理论转化为等效完全受控系统。这一关键步骤不仅解决了传统控制方法中因输入维度不足导致的解耦难题,更使得后续的编队误差动态分析和控制器设计具备统一的理论基础。特别地,该方法通过重构控制输入与状态变量的映射关系,实现了对无人艇运动自由度的完全解耦,为后续性能优化奠定了基础。

针对动态性能约束,研究创新性地将 prescribed performance control(PPC)策略与RL结合。不同于传统PPC仅关注稳态误差的约束方法,本文提出的多层性能约束机制包含:1)基于指数衰减函数的动态误差约束,确保跟踪过程中的超调量与收敛速度符合实际需求;2)引入自适应鲁棒控制器补偿环境扰动,使编队系统在波浪等复杂扰动下仍能保持预设性能边界;3)开发的双通道误差处理机制,分别应对稳态精度与动态响应的不同约束要求。

在优化控制设计方面,研究构建了具有自学习能力的混合控制器架构。该架构突破性地将系统辨识、策略优化和性能评估三个环节融合为统一框架:1)采用改进型递归最小二乘法(RLS)在线辨识系统参数,通过构建动态补偿模型消除参数时变带来的影响;2)设计分层奖励机制,上层奖励函数平衡编队误差与能耗,下层强化学习算法通过蒙特卡洛树搜索(MCTS)快速收敛至最优策略;3)引入自抗扰(ADRC)模块实时补偿环境扰动,确保策略鲁棒性。

实验验证部分采用六自由度无人艇编队进行仿真测试,重点考察两种极端场景:1)高密度编队(通信拓扑中节点度数达5)下的避碰控制与能耗平衡;2)突发海况变化(浪高突变30%)时的动态性能保持能力。结果显示,与传统基于模型预测控制(MPC)的方法相比,新方案在编队保持精度上提升12.7%,同时能耗降低19.3%,在通信延迟超过200ms时仍能维持0.5m的编队误差。特别值得注意的是,通过动态调整控制输入的饱和度,系统在保持亚米级编队精度的同时,将最大舵角控制在15°以内,显著提升了无人艇的可靠性与安全性。

在理论验证方面,研究建立了严格的Lyapunov稳定性分析框架。通过构造包含能量耗散项、误差积分项和性能惩罚项的三维Lyapunov函数,不仅证明了闭环系统的全局渐近稳定性,还揭示了误差动态与控制输入之间的指数衰减关系。数值仿真进一步表明,在存在模型不确定性和外部扰动的情况下,系统仍能保持稳定的收敛特性,其收敛速度较传统方法提升约40%。

该研究的重要突破体现在三个维度:首先,构建了完整的FAS理论转化链条,从动力学建模到控制输入重构形成闭环理论体系;其次,创新性地将RL的在线学习优势与PPC的严格性能约束相结合,通过神经网络的参数化处理解决了传统优化方法在动态场景中的适应性不足问题;最后,提出的自适应性能指标函数将编队误差、控制能耗和通信延迟纳入统一优化框架,实现了多目标解耦优化。

在工程应用层面,研究团队已与某海洋科考机构开展联合验证。实测数据显示,在为期72小时的南海观测任务中,采用该控制方案的无人艇编队成功维持了0.8-1.2m的预设队形,较传统编队控制方式减少燃油消耗23%,且在遭遇突发强流(流速突变达4m/s)时仍能保持编队完整。特别值得关注的是,系统通过在线学习模块实时适应不同海域的水文条件,无需人工调整控制参数,这为实际部署提供了重要技术支撑。

未来研究将聚焦于三个方向:1)开发轻量化神经网络架构以适应嵌入式实时控制需求;2)构建多智能体分布式RL框架,解决大规模编队(超过50艘)的通信带宽限制问题;3)拓展至三维空间编队控制,目前研究主要集中于二维平面运动。此外,团队正在探索将该方法与数字孪生技术结合,实现虚实联动的编队控制验证平台,这将为复杂海洋环境下的无人艇协同作业提供更可靠的测试环境。

该成果的学术价值在于首次系统性地将FAS理论、PPC策略与RL框架融合应用于无人艇编队控制,突破了传统方法在动态性能约束与能耗优化之间的固有矛盾。工程意义体现在为海洋环境监测、水下搜索等任务提供了高可靠性的自主控制解决方案,其创新性的混合控制架构对工业机器人、自动驾驶等领域的多目标优化控制具有重要借鉴意义。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号