基于增强学习的无人直升机姿态控制器设计

• 作者: 王俊生 税海涛 蔡文澜 马宏绪 黄茜薇
• 来源期刊: 弹箭与制导学报
• 关键词: 无人直升机 增强学习 自适应启发评价 策略梯度 PEGASUS
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 导弹与制导技术
• 页码范围: 73-76
• 页数: 4页
• 分类号: V249.1|TP273
• 语种: 中文
• DOI: 10.3969/j.issn.1673-9728.2008.02.023

摘要

自适应启发评价(AHC)增强学习结构分别逼近马尔可夫决策过程的值函数和策略函数,策略梯度增强学习能够将随机不确定的马尔可夫决策过程转换为确定性的马尔可夫决策过程.通过将AHC增强学习和策略梯度增强学习相结合,对PID控制器参数进行在线自适应整定,实现对无人直升机姿态控制性能的在线优化.仿真结果表明,与固定PID参数控制器相比,该算法能在线调整控制器参数,并很好地控制了无人直升机的悬停姿态.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马宏绪	国防科学技术大学机电工程与自动化学院	21	626	8.0	21.0
2	黄茜薇	国防科学技术大学机电工程与自动化学院	6	11	2.0	3.0
3	税海涛	国防科学技术大学机电工程与自动化学院	4	23	3.0	4.0
4	蔡文澜	国防科学技术大学机电工程与自动化学院	2	9	2.0	2.0
8	王俊生	国防科学技术大学机电工程与自动化学院	3	13	2.0	3.0