在节气门基准上利用强化学习改进比例积分控制器
系统与控制
2024-07-18 v2 机器学习
系统与控制
摘要
本文提出了一种针对具有非对称迟滞特性的非线性节气门的基于学习的控制策略，该策略无需任何环境的先验知识即可获得近似最优的控制器。我们从一个经过精心整定的比例积分（PI）控制器出发，利用带引导的强化学习（RL）的最新进展，通过与节气门的额外交互进行学习，从而改善闭环行为。我们在三个不同的节气门上在各种场景下测试了所提出的控制方法，所有结果均突出了结合 PI 和 RL 框架以改善非线性随机系统控制性能的优势。在所有的实验测试用例中，所得智能体比传统 RL 智能体具有更好的样本效率，并且优于 PI 控制器。
引用
@article{arxiv.2402.13654,
title = {Improving a Proportional Integral Controller with Reinforcement Learning on a Throttle Valve Benchmark},
author = {Paul Daoudi and Bojan Mavkov and Bogdan Robu and Christophe Prieur and Emmanuel Witrant and Merwan Barlier and Ludovic Dos Santos},
journal= {arXiv preprint arXiv:2402.13654},
year = {2024}
}