标题：基于深度强化学习的云台追踪检修区矿车方法
作者：王国昌 潘冰冰 李琦
作者单位：内蒙古科技大学信息工程学院，内蒙古 包头 014017
关键字：深度强化学习；近端策略优化算法（PPO）；云台追踪；检修区矿车
摘要：矿山检修区工作人员对矿车等机电设备的维修涉及大量的近距离手工操作，具有一定的危险性，安全巡视人员手动控制云台摄像机追踪观察检修车辆存在很大的不便。针对这一情况，采用基于深度强化学习的云台自动追踪检修区矿车方法以辅助安全巡视人员。该方法模拟了矿车在视频画面中的目标框伴随云台相机的移动而变化的虚拟环境，使用近端策略优化（PPO）算法训练强化学习模型控制云台相机转动。经过实验验证，该算法可自动控制云台相机追踪检修区矿车，使其位于画面中的合适位置，对复杂场景下的云台自动追踪具有一定的普适性。