二自由度飞行姿态模拟器的模糊强化学习控制

• 全文链接
• 请求原文

作   者：

任立伟;  班晓军;  吴奋;  黄显林; 

作者机构：

North Carolina State University;  Department of Mechanical and Aerospace Engineering;  哈尔滨工业大学控制理论与制导技术研究中心; 

关键词：

策略迭代算法;  姿态稳定;  强化学习;  飞行器控制;  多项式T-S模糊系统; 

期刊名称：

电机与控制学报

基金项目：

模糊变参数系统稳定性分析与镇定
鲁棒变增益控制在高超声速飞行器气动伺服弹性控制问题中的应用

i s s n：

1007-449X

年卷期：

2019 年 23 卷 11 期

页   码：

127-134

摘   要：

针对二自由度飞行姿态模拟器的姿态稳定问题,依据强化学习中的策略迭代算法设计姿态稳定控制器。将策略迭代学习算法与多项式T-S模糊系统相结合,对控制器参数进行学习调整,实现对二自由度飞行姿态模拟器姿态稳定控制性能的优化。通过多项式T-S模糊模型对执行器的策略函数以及评价器的值函数进行逼近,建立基于多项式T-S模糊模型的执行器-评价器结构,经过策略迭代过程,学习得到最优控制器参数,使得值函数最小。通过仿真验证,证明了基于多项式TS模糊模型的执行器—评价器结构的策略迭代算法在飞行器姿态稳定控制方面的有效性。