基于强化学习神经网的自适应高超声速飞行器控制

• 作者: 李仁府 胡麟 蔡伦
• 来源期刊: 航空兵器
• 学科: 工学
• 关键词: 非线性控制 神经网络 增强学习 高超声速飞行器
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 专家讲坛
• 页码范围: 3-10
• 页数: 8页
• 分类号: TJ765|V448.2
• 字数: 1861字
• 语种: 中文
• DOI: 10.19297/j.cnki.41-1228/tj.2018.06.001

摘要

针对高超声速飞行器的跟踪控制问题, 提出了一种自适应最优非线性控制方法.该方法在增强学习机制的基础上,采用行为-评价体系结构( actor-critic architecture)设计自适应控制器.控制器的结构由两个相互作用的神经网络组成, 一个用于生成控制协议(称为actor NN) ,另一个用于评估控制策略(称为critic NN) .利用离散极小原理,得到了该自适应控制器的最优条件.仿真结果验证了该设计方法在高超声速飞行器跟踪控制中的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李仁府	华中科技大学航空航天学院	17	50	4.0	6.0
2	蔡伦	华中科技大学航空航天学院	6	7	1.0	2.0
3	胡麟	华中科技大学航空航天学院	3	29	2.0	3.0