欠驱动船舶路径跟踪的强化学习迭代滑模控制

针对三自由度欠驱动船舶的路径跟踪问题，本文提出一种基于强化学习的自适应迭代滑模控制方法。该方法引入双曲正切函数对系统状态进行迭代滑模设计，并采用神经网络对控制参数进行优化，增强控制器的自适应性。通过定义一种控制量抖振测量变量和强化学习信号，实现对神经网络的结构和参数进行在线调整，能进一步抑制控制量的抖振作用。应用5446TEU集装箱船的数学模型进行控制仿真，结果表明所设计控制器能有效地处理风和流等外界扰动，具有较强的鲁棒性，与迭代滑模控制器相比舵角的抖振减小明显，控制舵角信号符合船舶的实际操作要求，更符合工程实际要求。