利用强化学习优化空中风能系统
流体动力学
2022-03-29 v1 机器学习
系统与控制
系统与控制
摘要
空中风能是一项轻量化技术，利用风筝与滑翔机等空中装置从风中摄取能量，其中翼型朝向可被动态控制以最大化性能。湍流空气动力学的动力学复杂性使得这一优化问题无法通过经典控制理论等传统方法解决，后者依赖于对所研究动力学系统准确且易处理的解析模型。在此我们提议通过强化学习攻克该问题——这一技术通过与环境反复的试错交互，学会将观测与有益动作相关联，而无需系统先验知识。我们展示了在仿真环境中，强化学习找到了一种控制风筝的高效方式，使其能拖曳载具长距离行驶。我们所用的算法基于一组少量的直观观测，其物理上透明的解释允许将近似最优策略描述为一份简单的机动指令清单。
引用
@article{arxiv.2203.14271,
title = {Optimizing Airborne Wind Energy with Reinforcement Learning},
author = {N. Orzan and C. Leone and A. Mazzolini and J. Oyero and A. Celani},
journal= {arXiv preprint arXiv:2203.14271},
year = {2022}
}