Jul, 2023

自主海洋养殖中最大化海藻生长的动态规划方法：应对不确定海洋洋流的未操纵系统导航

PDF
TL;DR利用动态规划优化控制来利用海流控制海藻生长，可实现在真实世界条件下通过低功率推进和优化控制实现漂浮海藻场的增强生长。
seaweed biomassocean farmsocean currentsdynamic programmingoptimal control
发现论文，激发创造
  • 深度强化学习用于人工上涌能源管理

    利用深度强化学习算法提出一种新颖的能源管理方法，以提高人工上升流系统的效率，同时确保海藻的稳定生长和碳封存的可持续性。

    Aug, 2023

  • IGrow：智慧农业解决方案 – 自主温室控制

    本文提出了一种名为 iGrow 的智能农业解决方案，利用传感器、人工智能和优化算法来控制自动化温室，实现高效智能化的农业生产，实验证明其显著提升了作物的产量和净利润。

    Jul, 2021

  • 面向水下无人机在水流干扰下的自适应控制参数的虚实转换

    利用学习驱动的自适应控制方法，结合基于模型的控制架构以及最大熵深度强化学习框架，提出了一种适应控制器的创新方法，通过生物启发的经验回放机制、增强的领域随机化技术和在物理平台上的评估协议来实现仿真到真实的迁移策略，实验证明该方法能够从 AUV 的次优仿真模型中学到有效的策略，并在实际环境中将控制性能提高 3 倍。

    Oct, 2023

  • 基于分布式神经动力学的反步最优控制：鲁棒约束一致性下的非完全驱动水下车队

    该论文采用一种基于共识的优化协调协议和鲁棒控制器，通过引入球面坐标变换和分布式优化运动协调策略解决了非完整约束问题，并设计了基于神经动力学的鲁棒反馈控制器来处理欠驱动问题，确保在存在未知干扰情况下，UUVs 编队系统的稳定性和所有状态的一致有界性。通过广泛的仿真比较，验证了所得到的最优编队跟踪协议的优越性和有效性。

    Aug, 2023

  • 水下自主机器人系统在水产养殖应用中的应用

    发展基于机器人的自动网状缺陷检测系统，用于水产养殖网笼的实时检测和不同缺陷的识别，旨在降低成本，提高质量和操作便利性。

    Aug, 2023

  • 动态障碍物下的 3D 环境自主无人机群导航与多目标跟踪

    本研究提出一种基于深度强化学习的自主建模人工群体的方法，以解决手动创建过程时间复杂且不切实际的问题。该方法通过对静态和动态障碍物及阻力的建模，实现了多目标追踪和鲁棒群体形成，而采用的策略包括动态群体管理、避免障碍与追踪对象及岛屿建模。创新的基于策略的深度强化学习算法取得了显著的结果，表明该方法在复杂环境下显著提高了群体导航和追踪多个目标的能力。

    Feb, 2022

  • 复杂海洋洋流中欠驱船只的搁浅风险：分析与控制器

    研究了低推进船只在使用强海流导航时面临的安全问题，并提出了利用 Hamilton-Jacobi 多时间可达性方法来改善安全性的策略。该方法能够在考虑海流和天气预报误差的情况下，以低计算成本对船只进行安全操作和导航。

    Jul, 2023

  • 基于学习的农业管理应对气候变异的部分可观测环境

    利用深度强化学习和递归神经网络结合的创新框架，在农业管理中引入智能代理，优化氮肥管理策略，并研究气候变异对农业结果和管理的影响，为适应动态气候情景提供了可行的可调整肥料策略。

    Jan, 2024

  • 一个面向印度小农户的在线基于优化的决策支持工具：在非稳态环境中的学习

    为了帮助小农户在气候变化下提高农业生产力，本研究将农作物管理决策支持系统模型化为一个马尔可夫决策过程，并采用 Li and Li (2019) 的 Follow the Weighted Leader (FWL) 在线学习算法为农户提供种植建议，通过模拟成功提出了保持效用的农作物种植模式，并与离线规划算法相比，大大减少了运行时间，但实现了相同的累计收益。

    Nov, 2023

  • 水产养殖系统中的饲料控制和水质监测：机遇与挑战

    这篇论文综述了水产养殖系统中优化喂养和水质的控制设计技术，主要包括基于模型和基于增强学习的控制方法，并介绍了无模型强化学习策略的应用。

    Jun, 2023