1-DOF 直升机系统中模型预测控制与近端策略优化的比较
系统与控制
2024-08-29 v1 机器学习
系统与控制
摘要
本研究对模型预测控制（MPC）和近端策略优化（PPO）——一种深度强化学习（DRL）算法——应用于 1-Degree of Freedom（DOF）Quanser Aero 2 系统进行比较分析。经典控制技术，如 MPC 和线性二次型态调节器（LQR）因其理论基础和实际效果而广泛使用。然而，随着计算技术和机器学习的发展，DRL 方法如 PPO 因通过环境交互来解决最优控制问题而受到关注。本文系统评估了 PPO 和 MPC 的动态响应特性，比较它们的性能、计算资源消耗和实现复杂度。实验结果表明，虽然 LQR 在稳态精度方面表现最佳，但 PPO 在上升时间和适应性方面表现突出，使其成为需要快速响应和适应性的应用中的有前景的方法。此外，我们为未来在该特定测试平台上进行的 RL 相关研究建立了基准。我们还讨论了每种控制策略的优势与局限性，为为实际场景选择合适的控制器提供了建议。
引用
@article{arxiv.2408.15633,
title = {Comparison of Model Predictive Control and Proximal Policy Optimization for a 1-DOF Helicopter System},
author = {Georg Schäfer and Jakob Rehrl and Stefan Huber and Simon Hirlaender},
journal= {arXiv preprint arXiv:2408.15633},
year = {2024}
}
备注
Accepted at INDIN2024