水下滑翔蛇形机器人滑翔控制的强化学习方法
来源：机器人杂志2019年第3期北京时间：
作者：张晓路, 李斌, 常健, 唐敬阁
摘要：研究了一种强化学习算法，用于水下滑翔蛇形机器人的滑翔运动控制.针对水动力环境难以建模的问题，使用强化学习方法使水下滑翔蛇形机器人自适应复杂的水环境，并自动学习仅通过调节浮力来控制滑翔运动.对此，提出了循环神经网络蒙特卡洛策略梯度算法，改善了由于机器人的状态难以完全观测而导致的算法难以训练的问题，并将水下滑翔蛇形机器人的基本滑翔动作控制问题近似为马尔可夫决策过程，从而得到有效的滑翔控制策略.通过仿真和实验证明了所提出方法的有效性.
关键词：强化学习, 水下滑翔蛇形机器人, 马尔可夫决策过程, 循环神经网络
