基于强化学习的动态事件触发无人艇抗干扰最优轨迹跟踪控制

本文针对无人艇(USV)在未知海洋干扰下的轨迹跟踪问题，提出了一种融合强化学习(RL)、扰动观测器和动态事件触发机制的创新控制方案。研究团队通过RBF神经网络逼近HJB方程，结合自适应反步法设计控制器，实现了小误差可调的位置跟踪，同时通过动态事件触发机制有效降低了执行器磨损。仿真结果表明该方案在保证半全局一致最终有界性的同时，显著减少了控制信号更新频率。

　　

在智能海洋建设的浪潮中，无人水面艇(USV)正成为军事和民用领域的新宠。然而，这些"海上机器人"在执行轨迹跟踪任务时，面临着双重挑战：一方面，变幻莫测的风浪洋流会干扰其航行精度；另一方面，传统控制方法往往只关注任务完成度，却忽视了执行器在持续高频控制信号下的"过劳死"问题。更棘手的是，现有的抗干扰控制方案多采用静态事件触发或单纯依靠鲁棒控制，难以兼顾控制精度与设备损耗。

针对这一工程难题，大连海事大学的研究团队在《Ocean Engineering》发表了一项突破性研究。他们巧妙地将强化学习(RL)的"智能决策"能力、扰动观测器的"环境感知"特性，以及动态事件触发机制的"节能"优势融为一体，为USV打造了一套"会思考、能应变、懂节制"的智能控制系统。

研究团队采用了三项核心技术：首先构建扰动观测器实时估计未知干扰，随后通过演员-评论家(actor-critic)架构的RL算法重构代价函数和控制器，利用RBF神经网络逼近难以解析求解的Hamilton-Jacobi-Bellman(HJB)方程，最后引入带一阶滤波的动态事件触发机制，使执行器仅在必要时工作。这种"三位一体"的设计思路，既保证了系统对外界干扰的"免疫力"，又延长了执行器的"使用寿命"。

扰动观测器设计
通过建立辅助状态方程和Lyapunov函数，研究者证明了观测误差的收敛性。当增益矩阵K_d满足特定条件时，扰动估计误差d?(t)能指数收敛，为后续控制提供精准的环境感知。

RL控制器构建
采用RBF神经网络逼近策略，解决了HJB方程"维数灾难"难题。自适应反步法设计的控制律，确保了跟踪误差的渐进稳定性，同时使预设性能指标函数达到最优。

动态事件触发机制
创新性地在触发条件中引入一阶滤波器，将控制信号更新频率降低65.7%。与静态触发相比，该机制在相同干扰强度下减少28.4%的执行次数，显著缓解执行器磨损。

仿真验证
以1:70的CyberShip II为对象，在两种不同干扰场景下的测试表明：位置跟踪误差可控制在0.05m以内，航向角误差不超过0.02rad，同时执行器工作频率下降至传统方法的1/3。

这项研究的突破性在于首次将RL、动态事件触发和扰动观测进行协同设计。相比Wen等(2019b)的静态RL控制，新方案在保持相同跟踪精度的同时，执行器寿命预计可延长2-3倍；相较于Gao等(2023a)的有限时间观测器方法，本研究的扰动估计精度提升约40%。这些创新不仅为USV的长期可靠运行提供了解决方案，更为复杂环境下的智能控制开辟了新思路——正如研究者所言："让机器学会在精确与节能间寻找平衡，才是真正的智能。"

该成果的特殊意义还体现在工程转化价值上。通过国家自然科学基金等项目的支持，研究团队已开始在真实USV平台上测试这套算法。可以预见，这种"既精明又节俭"的控制策略，未来将在海洋测绘、灾害救援等长航时任务中发挥重要作用，让USV真正成为"不知疲倦的海洋守护者"。