使用端到端深度学习方法识别 hovercraft 的非线性动力学
系统与控制
2024-05-16 v1 系统与控制
动力系统
最优化与控制
摘要
我们提出了一种新型 hovercraft 设计的非线性动力学识别，采用端到端深度学习技术。我们的实验 setup 包括一个由赛车无人机螺旋桨驱动的 hovercraft，装配在轻质泡沫底板上，使其在气垫球桌上漂浮并自由控制。在我们利用机器学习研究中常见的梯度优化技术从数据轨迹中学习参数化的物理启发式非线性模型。所选模型结构允许我们精确控制 hovercraft 在气垫球桌上的位置。随后我们分析了预测性能，并在真实系统上演示了闭环控制性能。
引用
@article{arxiv.2405.09405,
title = {On identifying the non-linear dynamics of a hovercraft using an end-to-end deep learning approach},
author = {Roland Schwan and Nicolaj Schmid and Etienne Chassaing and Karim Samaha and Colin N. Jones},
journal= {arXiv preprint arXiv:2405.09405},
year = {2024}
}