基于深度强化学习的水下探测软体仿生机器鱼

简介

本项目以柔性胸鳍驱动的蝠鲼式仿生鱼为研究对象，开展了结构设计与控制系统开发，基于CPG开环游动实验数据与多层感知机网络MLP，构建了数据驱动运动学模型，缩小了仿真与实验环境间的差距，为增强仿生鱼在复杂环境中的自主决策能力，将深度强化学习算法与上述运动学模型相结合，提出样本观测驱动的控制策略，仿真实验结果验证了该方法在多点位置跟踪任务中表现出的高效率与鲁棒性，展现出其在实际海洋任务中广阔的应用前景。