Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.11283

帮助 | 高级搜索

计算机科学 > 机器人技术

arXiv:2507.11283 (cs)
[提交于 2025年7月15日 ]

标题: 海洋探测者:一种用于水下任务的AUV鲁棒控制的扩散增强强化学习

标题: Ocean Diviner: A Diffusion-Augmented Reinforcement Learning for AUV Robust Control in the Underwater Tasks

Authors:Weiyi Liu, Jingzehua Xu, Guanwen Xie, Yi Li
摘要: 本文提出了一种扩散增强的强化学习(RL)方法,用于鲁棒的自主水下航行器(AUV)控制,解决了水下轨迹规划和动态环境适应中的关键挑战。 所提出的方法集成了三个核心创新:(1)一种基于扩散的轨迹生成框架,能够生成物理可行的多步骤轨迹,通过一种新颖的扩散U-Net架构将当前观测与历史状态和动作结合,实现高维状态编码机制,显著提高了长时程规划的效果。 (2)一种样本高效的混合学习架构,将扩散引导的探索与RL策略优化相结合,其中扩散模型生成多样化的候选动作,而RL评论家选择最优动作,在动态水下环境中实现了更高的探索效率和策略稳定性。 大量的仿真实验验证了该方法的优越鲁棒性和灵活性,在复杂的海洋条件下优于传统控制方法,为水下任务中的AUV操作提供了增强的适应性和可靠性。
摘要: This paper presents a diffusion-augmented reinforcement learning (RL) approach for robust autonomous underwater vehicle (AUV) control, addressing key challenges in underwater trajectory planning and dynamic environment adaptation. The proposed method integrates three core innovations: (1) A diffusion-based trajectory generation framework that produces physically feasible multi-step trajectories, enhanced by a high-dimensional state encoding mechanism combining current observations with historical states and actions through a novel diffusion U-Net architecture, significantly improving long-horizon planning. (2) A sample-efficient hybrid learning architecture that synergizes diffusion-guided exploration with RL policy optimization, where the diffusion model generates diverse candidate actions and the RL critic selects optimal actions, achieving higher exploration efficiency and policy stability in dynamic underwater environments. Extensive simulation experiments validating the method's superior robustness and flexibility, outperforms conventional control methods in challenging marine conditions, offering enhanced adaptability and reliability for AUV operations in the underwater tasks.
主题: 机器人技术 (cs.RO) ; 系统与控制 (eess.SY)
引用方式: arXiv:2507.11283 [cs.RO]
  (或者 arXiv:2507.11283v1 [cs.RO] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.11283
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Jingzehua Xu [查看电子邮件]
[v1] 星期二, 2025 年 7 月 15 日 13:00:58 UTC (10,018 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.RO
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.SY
eess
eess.SY

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号