用于四旋翼轨迹跟踪控制的时衰减双延迟DDPG强化学习
机器人学
2023-02-14 v1 系统与控制
系统与控制
摘要
在考虑环境噪声时，四旋翼的连续轨迹跟踪控制是复杂的。由于对环境动力学建模的困难，基于传统控制理论（如模型预测控制）的跟踪方法在跟踪精度和响应时间上存在局限。我们提出了一种对噪声鲁棒的免模型算法——时衰减双延迟DDPG，以更好地处理轨迹跟踪任务。构建了一个深度强化学习框架，其中设计了一种时间衰减策略以避免陷入局部最优。实验结果表明，跟踪误差显著减小，运算时间为传统算法的十分之一。使用OpenAI Mujoco工具验证所提算法，仿真结果表明，该方法能显著提升训练效率，并有效提高精度与收敛稳定性。
引用
@article{arxiv.2302.06070,
title = {Time-attenuating Twin Delayed DDPG Reinforcement Learning for Trajectory Tracking Control of Quadrotors},
author = {Boyuan Deng and Jian Sun and Zhuo Li and Gang Wang},
journal= {arXiv preprint arXiv:2302.06070},
year = {2023}
}