自律型水上車両の摂動下における事前定義時間動的自己トリガー近似最適制御

科学分野:

• ロボット工学および制御システム
• 人工知能
• 海洋工学

背景:

• 自律型水上車両（ASV）は、動的な環境を効果的にナビゲートするために堅牢な制御戦略を必要とします。
• 摂動と計算上の制限は、ASVのリアルタイム運動制御にとって大きな課題となります。
• 既存の制御方法は、計算および通信の負担に関して効率がしばしば不足しています。

研究 の 目的:

• 摂動に直面するASVの事前定義時間最適運動制御戦略を開発すること。
• 計算および通信オーバーヘッドを削減するために動的自己トリガーフレームワークを実装すること。
• 強化学習を使用して、指定された時間枠内で安定したASV運動を保証すること。

主な方法:

• 事前定義時間二階積分滑りモード制御（SOISM）戦略の定式化。
• 単一クリティックネットワークを使用した事前定義時間近似最適運動（AOM）制御戦略の開発。
• 適応制御更新のための動的自己トリガーフレームワークの適用。
• 安定性解析のための新しいリアプノフ関数とトリガー条件の設計。

主要な成果:

• 提案されたSOISMおよびAOM制御戦略は、ASVに対する摂動の影響を効果的に排除します。
• 動的自己トリガーフレームワークは、計算および通信の負担を大幅に軽減します。
• 滑りモードダイナミクスと摂動を受けたASVの安定性は、指定された時間枠内で証明されます。
• シミュレーション結果は、開発された運動制御アプローチの有効性を確認します。

結論:

• 統合された制御アプローチは、摂動下でのASVの安定した最適な運動を保証します。
• 動的自己トリガーフレームワークは、制御システムの効率を高めます。
• この研究は、ASV運動制御のための堅牢で計算効率の高いソリューションを提供します。