面向柔性翼飞行器自动控制的在线无模型强化学习
系统与控制
2021-08-06 v1 人工智能
机器学习
机器人学
系统与控制
摘要
由于柔性翼系统中普遍且高度非线性的形变，柔性翼飞行器的控制问题具有挑战性。这迫切需要新的控制机制，能够对机翼气动特性的实时变化保持鲁棒。我们为柔性翼空中结构开发了一种基于值迭代强化学习过程的在线控制机制。它采用无模型控制策略框架和保证收敛的自适应学习架构来求解系统的 Bellman 最优方程。推导出一个 Riccati 方程，并证明等价于求解底层 Bellman 方程。该在线强化学习解通过自适应评判机制实现。控制器被证明在 Lyapunov 意义下渐近稳定。通过计算机仿真对其进行了评估，并在不同工况下的两个场景中展示了其优越性能。
引用
@article{arxiv.2108.02393,
title = {Online Model-Free Reinforcement Learning for the Automatic Control of a Flexible Wing Aircraft},
author = {Mohammed Abouheaf and Wail Gueaieb and Frank Lewis},
journal= {arXiv preprint arXiv:2108.02393},
year = {2021}
}