基于分布型软演员-评论家算法(DSAC-T)的仅尾部双方位推进器船舶动态定位研究
《Journal of Marine Science and Engineering》:DSAC-T-Based Dynamic Positioning for a Vessel Actuated Only by Dual Stern Azimuth Thrusters Under Directional Wind
【字体:
大
中
小
】
时间:2026年10月22日
来源:Journal of Marine Science and Engineering 3.2
摘要
深度强化学习(DRL)使船舶动态定位(DP)能够在变化的扰动下实现无模型的自适应控制。然而,对于具有严格机械约束的船舶,尤其是常见的仅尾部双方位推进器布局,其应用仍十分有限。本文将DSAC-T(带三项改进的分布型软演员-评论家算法),一种分布式异策略深度强化学习算法,应用于83米海上供给船在该仅尾部配置下的动态定位。在共享奖励和观测设计以及相同仿真预算的条件下,将DSAC-T与近端策略优化(PPO)和软演员-评论家(SAC)进行了对比。所有DRL控制器,连同固定增益的比例-微分(PD)基线,均在涵盖八个风向和两种风速的仿真中进行了评估,并包含一个平静水面工况。DSAC-T在三种基于学习的方法中取得了最低的总位置保持误差,且推进器指令活跃度低于PPO。我们还发现,奖励函数中更严格的高斯位置容差能够显著降低稳态位置误差,同时推进器指令活跃度仅有小幅增加,从而将该容差确定为仅尾部动态定位的一个重要设计参数。
生物通微信公众号
生物通新浪微博
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