基于强化学习算法的地下铲运机车速控制

• 作者: 王伯健 战凯 郭鑫 石峰 高泽宇
• 来源期刊: 矿冶
• 学科: 工学
• 关键词: 地下铲运机 强化学习 无人驾驶 车速控制
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 设备与自动化|EQUIPMENT & AUTOMATION
• 页码范围: 99-104
• 页数: 6页
• 分类号: TD421
• 语种: 中文
• DOI: 10.3969/j.issn.1005-7854.2022.02.017

摘要

针对铲运机无人驾驶行驶时车速变化难控制的问题,将强化学习算法应用于车速的控制,使车辆在各种状态下车速保持平滑稳定.对比了强化学习算法和经验法、模糊控制、传统PID控制、滑膜控制、逆控制、智能优化算法等算法,分析并设计了强化学习策略,推导出了强化学习模型,即控制车速和上一时刻车速、上一时刻航向角偏差、上一时刻位置偏差的关系,计算相关参数,进行了仿真实验并验证了模型的正确性.结果表明,相对于传统的模糊化分级控制车速和经验法,强化学习算法控制可很好地提升车速变化的稳定性,可根据环境和自身状态车速变化,灵活、正确地调节车速变化,很好地提高车辆的动态性能并减少误差.