演化脉冲神经网络以模拟自主飞艇的PID控制
机器人学
2023-09-25 v1
摘要
近年来，人工神经网络（ANN）已成为机器人控制中的标准。然而，大规模ANN的一个显著缺点是其功耗增加。这在设计自主飞行器时成为关键问题，因为对功率和重量有严格限制。尤其在以长续航著称的飞艇中，节能控制方法至关重要。脉冲神经网络（SNN）可提供解决方案，促进节能且异步的事件驱动处理。在本文中，我们演化了SNN用于非中性浮力室内飞艇的精确高度控制，仅依赖机载传感和处理能力。与先前研究相比，飞艇的高度跟踪性能显著改善，表现出减小的振荡和最小的稳态误差。SNN的参数通过进化算法优化，使用比例-微分-积分（PID）控制器作为目标信号。我们开发了两种互补的SNN控制器，同时考察了多种隐藏层结构。第一个控制器对控制误差快速响应，减轻超调和振荡，而第二个最小化由于非中性浮力引起的漂移导致的稳态误差。尽管飞艇的传动系统存在限制，我们的SNN控制器仅使用160个脉冲神经元就确保了稳定的高度控制。
引用
@article{arxiv.2309.12937,
title = {Evolving Spiking Neural Networks to Mimic PID Control for Autonomous Blimps},
author = {Tim Burgers and Stein Stroobants and Guido de Croon},
journal= {arXiv preprint arXiv:2309.12937},
year = {2023}
}