分散型深層強化学習と適応型ニューラルネットワークを用いた無人水面車（USV）の直進経路追従と編隊制御

編集者様へ、本書では、制御力が不十分な無人水面車（USV）の経路追従と編隊制御の問題に対処するための分散型深層強化学習（DRL）に基づくアプローチを紹介します。二つの独立したアクター-クリティックアーキテクチャを構築し、深層確定的ポリシー勾配（DDPG）手法を提案し、各USVの望ましい進行方向と速度コマンドを決定します。我々は現実的な動力学モデルと入力飽和問題を考慮します。放射基底関数ニューラルネットワーク（RBF NN）を用いて、USVの水力学と未知の外部擾乱を近似します。シミュレーション結果は、提案手法が望ましい安定した編隊を維持しながら、高いトラッキング制御精度を達成できることを示しています。