使用双延迟深度确定性策略梯度控制双转子系统
机器人学
2025-12-16 v1 人工智能
机器学习
摘要
本文提出了一种强化学习（RL）框架，用于在特定俯仰角和方位角下控制和稳定双转子气动系统（TRAS），并跟踪给定轨迹。TRAS的复杂动力学和非线性特性使其难以使用传统控制算法进行控制。然而，RL的最新发展因其多旋翼控制的潜在应用而引起了兴趣。本文使用双延迟深度确定性策略梯度（TD3）算法训练RL智能体。该算法适用于具有连续状态和动作空间的环境，类似于TRAS，因为它不需要系统模型。仿真结果说明了RL控制方法的有效性。接下来，使用风扰动形式的外部扰动来测试控制器相对于传统PID控制器的有效性。最后，在实验室装置上进行了实验，以确认控制器在实际应用中的有效性。
引用
@article{arxiv.2512.13356,
title = {Control of a Twin Rotor using Twin Delayed Deep Deterministic Policy Gradient (TD3)},
author = {Zeyad Gamal and Youssef Mahran and Ayman El-Badawy},
journal= {arXiv preprint arXiv:2512.13356},
year = {2025}
}
备注
This is the Author Accepted Manuscript version of a paper accepted for publication. The final published version is available via IEEE Xplore