Resumen

Para resolver los problemas de planificación de ruta rápida y evasión efectiva de obstáculos para un vehículo autónomo submarino (AUV) en un entorno submarino en 2D, este artículo propone un algoritmo de planificación de ruta basado en un mecanismo de aprendizaje por refuerzo y optimización por enjambre de partículas (RMPSO). Un mecanismo de retroalimentación de aprendizaje por refuerzo se incorpora en el algoritmo de optimización por enjambre de partículas (PSO) mediante el uso del RMPSO propuesto para mejorar la velocidad de convergencia y la capacidad adaptativa del PSO. Luego, el RMPSO integra el método de síntesis de velocidad con la curva de Bezier para eliminar la influencia de las corrientes oceánicas y ahorrar energía al AUV. Finalmente, la ruta se desarrolla rápidamente y los obstáculos se evitan de manera efectiva utilizando el RMPSO. Los resultados de simulación y experimentación muestran la superioridad del método propuesto en comparación con los métodos

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Problemas; Planificación de rutas; Aprendizaje por refuerzo; Optimización por enjambre de partículas; Vehículo Submarino Autónomo (AUV); Obstáculos
• Keywords:Problems; Path planning; Reinforcement learning; Particle swarm optimization; AUV; Obstacles