Reinforcement Learning-Based Controller With NMPC-Assisted Training for Autonomous Surface Vessels
Notice bibliographique
Résumé
Abstract For autonomous surface vessels, conventional model-based control strategies face challenges due to the inherent uncertainties and inaccuracies associated with the model. This study investigates the application of reinforcement learning (RL) controllers, specifically using the Deep Deterministic Policy Gradient (DDPG) algorithm, to reduce dependency on model accuracy by enabling controllers to learn through experience. To further enhance RL controller performance, this work integrates Nonlinear Model Predictive Control (NMPC) for assisted training. The methodology involves developing a DDPG-based RL controller for the approximated test vessel’s dynamics and training the RL controller for point tracking. Observations reveal that, while the RL controller successfully learns the control actions required for point tracking, the generated actions lack the smoothness necessary for real-world applications. To address this, NMPC is introduced to assist the RL controller in optimizing control actions during training, yielding results that are more suitable for practical implementation. The findings demonstrate that NMPC assisted DDPG controller can effectively learn vessel dynamics through iterative training, reducing the reliance on precise vessel models. Additionally, the integration of NMPC enhances control action quality, and it has been validated with performance indicators via iterative simulations data. The control variance measuring indicators showed a reduction of an average 60% compared to conventional DDPG controller and the tracking accuracy increase compared to NMPC by 58% on average. This work paves the way for a potential combination of established controllers with RL controller in order to enhance accuracy and performance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».