固定翼 UAV 姿态控制下的模型无与模型基强化学习比较
机器人学
2024-09-27 v1 机器学习
系统与控制
系统与控制
摘要
本文评估并比较了模型无与模型基强化学习在固定翼无人机姿态控制中的性能，PID 作为参考点。比较焦点在于其处理不同飞行动力学和风扰动的能力，在模拟环境中进行。我们的结果表明，Temporal Difference Model Predictive Control 智能体在跟踪精度和鲁棒性方面优于 PID 控制器和其他模型无强化学习方法，尤其在非线性飞行范畴中表现突出。此外，我们引入 actuation fluctuation 作为评估能源效率和执行器磨损的关键指标，并测试了文献中两种不同方法：动作变化惩罚和条件化动作策略平滑性。我们还分别对所有控制 method 受随机湍流和 gust 影响进行评估，以衡量其对跟踪性能的影响，观察其局限性并阐述其对马尔可夫决策过程 formalism 的含义。
引用
@article{arxiv.2409.17896,
title = {Model-Free versus Model-Based Reinforcement Learning for Fixed-Wing UAV Attitude Control Under Varying Wind Conditions},
author = {David Olivares and Pierre Fournier and Pavan Vasishta and Julien Marzat},
journal= {arXiv preprint arXiv:2409.17896},
year = {2024}
}
备注
Published at ICINCO 2024