本文探讨了基于强化学习的多种控制系统，包括用于摇摆和平衡任务的SAC算法、车辆轨迹控制的深度强化学习方法、自主驾驶的动态学模型及其控制器，以及移动机器人路径跟踪控制器的创新方案。这些研究展示了强化学习在复杂环境中的应用，提升了系统性能和安全性。

本文提出了一个基于深度强化学习的模块化框架，用于控制内陆水路上的自主表面船舶。框架包括高级本地路径规划和低级路径跟踪单元，每个单元都有一个DRL代理。代理在仿真环境中进行了验证。