Tracking control of intelligent ship based on deep reinforcement learning

Table 1. Parameters of a KVLCC2 tanker
View table
View in Article
Table 1. Parameters of a KVLCC2 tanker
参数数值参数数值
船长Lpp/m 7 方形系数${C_{\rm{b}}}$ 0.809 8
船宽Bwl/m 1.168 8 浮心坐标/m 0.244 0
型深D/m 0.656 3 螺旋桨直径Dp/m 0.216 0
排水体积/m3 3.272 4 舵面积/m2 0.053 9

Table 2. Critic network parameters

View table

View in Article

Table 2. Critic network parameters

参数	赋值
输入层	状态向量$ {\boldsymbol{S}}\left( t \right)$
第1个隐层	300
第1层激活函数	Relu
第2个隐层	200
第2层激活函数	Relu
输出层	动作$ \delta \left( t \right)$
输出层激活函数	Tanh
参数初始化	Xavier初始化
学习率	0.000 1
优化器	Adam

Table 3. Actor network parameters

View table

View in Article

Table 3. Actor network parameters

参数	赋值
输入层	状态向量$ {\boldsymbol{S}}\left( t \right)$，动作$ \delta \left( t \right)$
第1个隐层	300
第1层激活函数	Relu
第2个隐层	200
第2层激活函数	Relu
输出层	$Q\left( { {\boldsymbol{S}}\left( i \right),\delta \left( i \right)} \right)$
输出层激活函数	Linear
参数初始化	Xavier初始化
学习率	0.001
优化器	Adam

Table 4. Control performance
View table
View in Article
Table 4. Control performance
控制器 RMSE
BP-PID控制器 13.585 0
DDPG控制器 6.911 96

Tools

Get Citation

Copy Citation Text

Kang ZHU, Zhen HUANG, Xuming WANG. Tracking control of intelligent ship based on deep reinforcement learning[J]. Chinese Journal of Ship Research, 2021, 16(1): 105

Download Citation

EndNote(RIS)BibTex Plain Text

Set citation alerts for article

Save article for my favorites