利用强化学习实时控制微型出行直流电机

近年来,自主微型出行引起了研究人员与从业者的关注。许多微型交通工具的关键部件是直流电机,这是一种连续且非线性的复杂动力系统。在各种需要鲁棒性与稳定性的应用中,期望学习在干扰与不确定性存在下快速控制直流电机。完成此任务的技术通常依赖数学系统模型,而此类模型往往不足以预知时变且相互关联的非线性来源之影响。尽管一些无模型方法在该任务上取得成功,但它们依赖与系统的大量交互,并在专用硬件上训练以拟合高度参数化的控制器。本工作中,我们通过样本高效(sample-efficient)的强化学习来学习操控直流电机。利用从真实世界硬件交互收集的数据,我们额外构建了一个模拟器,以试验广泛的参数与学习策略。凭借所发现的最佳参数,我们在模拟上以1分53秒、在物理系统上以10分35秒学到了有效的控制策略。