基于同策略强化学习的退化系统容错控制
系统与控制
2020-08-12 v1 人工智能
机器学习
系统与控制
摘要
我们提出了一种新颖的自适应强化学习控制方法，用于退化系统的容错控制，该方法之前不需要故障检测与诊断步骤。因此，不需要系统可能发生故障的先验知识。该自适应方案结合了同策略控制方法的在线与离线学习，以改进探索与样本效率，同时保证稳定学习。离线学习阶段使用系统的数据驱动模型执行，该模型被频繁更新以跟踪系统的运行条件。我们在飞机燃油传输系统上进行了实验，以证明我们方法的有效性。
引用
@article{arxiv.2008.04407,
title = {Fault-Tolerant Control of Degrading Systems with On-Policy Reinforcement Learning},
author = {Ibrahim Ahmed and Marcos Quiñones-Grueiro and Gautam Biswas},
journal= {arXiv preprint arXiv:2008.04407},
year = {2020}
}
备注
Published in IFAC World Congress 2020