基于残差强化学习的级联PID控制四旋翼抗风性能提升方法
机器人学
2023-08-04 v1 人工智能
摘要
抗风控制是四旋翼维持位置以避免偏离目标位置并防止与障碍物碰撞的基本功能。传统上，级联PID控制器因其简单性和参数易调性被用于四旋翼控制。然而，它对风扰的抵抗能力弱，四旋翼容易偏离目标位置。在本工作中，我们提出一种基于残差强化学习的方法来构建四旋翼的抗风控制器。通过仅学习补偿扰动的残差，我们可以继续将级联PID控制器用作四旋翼的基础控制器，同时提升其抗风扰动性能。为避免四旋翼发生意外坠毁和损坏，我们的方法不需要真实硬件进行数据采集和训练。控制器仅在模拟器上训练，并直接应用于目标硬件，无需额外的微调过程。我们通过多种实验证明了方法的有效性，包括在风速大于13 m/s的户外场景中的实验。尽管简单，与采用传统级联PID控制器控制的四旋翼相比，我们的控制器将位置偏差减少了约50%。此外，训练后的控制器具有鲁棒性，即使四旋翼质量和螺旋桨升力系数相对于原始训练时改变50%至150%，仍保持性能。
引用
@article{arxiv.2308.01648,
title = {Improving Wind Resistance Performance of Cascaded PID Controlled Quadcopters using Residual Reinforcement Learning},
author = {Yu Ishihara and Yuichi Hazama and Kousuke Suzuki and Jerry Jun Yokono and Kohtaro Sabe and Kenta Kawamoto},
journal= {arXiv preprint arXiv:2308.01648},
year = {2023}
}