基于近端策略优化的强化学习方法用于DC-DC升压变换器控制：与传统控制技术的对比评估
系统与控制
2025-01-03 v2 系统与控制
摘要
本文提出一种基于近端策略优化（PPO）的强化学习（RL）方法用于DC-DC升压变换器控制，并与传统控制方法进行比较。使用MATLAB Simulink联合仿真评估PPO算法的性能，结果表明，实现短调节时间与稳定性的最有效方法是将PPO算法与基于强化学习的控制方法相结合。仿真结果显示，基于RL且采用PPO算法的控制方法提供的阶跃响应特性优于传统控制方法，从而增强了DC-DC升压变换器控制。本研究还凸显了强化学习方法提升升压变换器控制性能的固有能力。
引用
@article{arxiv.2310.02945,
title = {Proximal Policy Optimization-Based Reinforcement Learning Approach for DC-DC Boost Converter Control: A Comparative Evaluation Against Traditional Control Techniques},
author = {Utsab Saha and Atik Jawad and Shakib Shahria and A. B. M Harun-Ur Rashid},
journal= {arXiv preprint arXiv:2310.02945},
year = {2025}
}