基于强化学习神经网络的车速跟踪控制

• 作者: 张为公 薛金林 龚宗洋
• 来源期刊: 测控技术
• 学科: 交通运输
• 关键词: 强化学习 神经网络 车速跟踪 驾驶机器人
• 年，卷（期）: 2007,（7）
• 所属期刊栏目: 控制系统
• 页码范围: 36-38
• 页数: 3页
• 分类号: TP273|U467.5
• 字数: 2699字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8829.2007.07.014

摘要

提出一种用于汽车排放试验中驾驶机器人对车速跟踪控制的新方法.该控制方法基于神经网络并结合强化学习的自适应能力,通过神经网络的在线学习对车速进行跟踪控制.利用试验汽车所获得的数据,首先开发出用于车速控制的神经网络模型.然后基于强化学习神经网络结构设计神经网络控制器以取得车速跟踪的自适应控制.在仿真研究中,使用神经网络车速控制模型替代实际汽车来训练初始控制器,并用开发与训练好的自学习神经网络控制器用于汽车车速跟踪控制.结果表明,所开发的神经网络控制器具有良好的车速跟踪性能,控制效果明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张为公	东南大学仪器科学与工程系	227	2706	26.0	38.0
2	龚宗洋	东南大学仪器科学与工程系	29	445	11.0	20.0
3	薛金林	东南大学仪器科学与工程系	52	215	9.0	12.0