论文部分内容阅读
针对半潜平台锚泊辅助动力定位系统的最优定位点问题,设计了基于强化学习中深度神经网络的Q学习(DQN)控制策略的锚泊辅助动力定位的智能决策系统。该决策系统中DQN方法与比例—积分—微分(PID)控制方法相结合使用,实现系统优化。在基于机器人操作系统(ROS)平台的动力定位时域模拟程序中进行数值仿真,仿真结果验证了该系统在定位点决策问题上的可靠性和有效性,从而使半潜平台在面对未知海况时,均能寻找到最优定位点,在保证锚泊辅助动力定位系统可靠性的同时降低功率消耗,提高经济性。