面向养殖网箱巡检任务的强化学习训练系统

网箱巡检是网箱养殖过程中的必要环节，利用机器人实现网箱无人化巡检是未来趋势。在真实水下环境中试验成本高、危险性大，目前尚缺乏适用的网箱养殖场景仿真平台。为此，论文设计实现了一个面向养殖网箱巡检任务的强化学习训练系统，给出了系统总体框架。首先基于UUV Simulator仿真实现一个网箱养殖环境。在此基础上，利用机器人操作系统（Robot Operating System,ROS）和OpenAI Gym实现强化学习训练系统。该系统可用于基于强化学习的网箱巡检控制策略训练，也可进行网箱巡检控制策略仿真和评估。最后，通过一个实验案例验证了该系统的有效性、可用性和方便性。该系统可提升网箱巡检控制算法的研发效率和安全性，进一步推动网箱养殖的智能化。