一种面向扰动下无人机鲁棒监督控制的强化学习方法
系统与控制
2023-05-23 v1 机器学习
系统与控制
摘要
本文提出一种用于无人机(UAV)监督式强化学习控制的方法。无人机是动态系统，需以毫秒级对环境扰动作出控制决策。我们构建了与现有嵌入式控制交替执行的监督控制架构，并在逆风等不利风况的环境扰动下展现出鲁棒性。我们以Tarot T-18八旋翼无人机进行案例研究，验证方法有效性，并与大多数飞行器采用的经典串级控制架构比较。结果显示在常规运行中性能差异微小，而在未见风况下监督RL方法获得了显著的性能提升。
引用
@article{arxiv.2305.12543,
title = {A Reinforcement Learning Approach for Robust Supervisory Control of UAVs Under Disturbances},
author = {Ibrahim Ahmed and Marcos Quinones-Grueiro and Gautam Biswas},
journal= {arXiv preprint arXiv:2305.12543},
year = {2023}
}
备注
In review (2023-05-16)