基于模糊Q学习的敏捷支线喷气客机鲁棒自动着陆控制

本研究采用模糊强化学习（Reinforcement Learning, RL）方案，提出了一种具有较差稳定性特征的桁架支撑翼（Truss-braced Wing, TBW）支线喷气客机飞机的鲁棒自动着陆问题。强化学习近期在控制系统的实际使用中激增。与许多在RL算法中实施深度学习以生成连续动作的研究相反，本研究的方法直接明了，并通过应用模糊规则避免了复杂的神经网络架构。选择一种创新的敏捷民用飞机不仅是为了满足未来航空界的期望，也是为了展示所建议方法的鲁棒性。为了创建多目标RL环境，首先开发了六自由度（Six-degree-of-freedom, 6-DoF）仿真。通过将飞机的自动着陆问题转化为马尔可夫决策过程（Markov Decision Process, MDP）公式，该问题通过设计底层模糊Q学习（Fuzzy Q-learning, FQL）控制器得以解决。更具体地，著名的Q学习方法是离散RL算法，由模糊规则补充以提供连续动作，且无需复杂学习结构。随后，所提系统的性能通过在不同飞行条件下考虑严重阵风、测量噪声、执行器故障和模型不确定性的广泛飞行仿真进行评估。此外，控制器有效性将与现有竞争技术如动态逆（Dynamic Inversion, DI）和Q学习进行比较。仿真结果表明所提控制系统作为可靠且鲁棒的控制方法应用于实际中的优越性能。