基于 Q-学习的底盘测功机自适应 PID 控制模型

来源：计算机技术与发展杂志2022年第05期北京时间：

作者：乔通;';周洲;';程鑫;';郭兰英;王润民;'

单位：1. 长安大学 信息工程学院,陕西 西安 710064;2. 陕西省车联网与智能汽车测试技术工程研究中心,陕西 西安 710064

摘要：为了解决汽车底盘测功机控制系统在动态控制时出现延迟较高和误差大的问题,提出了一种基于强化学习的底盘测功机控制策略。 以 PID 控制算法为基础,扭力偏差为控制器输入,调节电压控制量为输出,选择扭力差变化为智能体奖惩的学习策略,通过 Q 学习算法对 PID 参数进行在线自适应整定;在底盘测功机仿真试验中验证了控制器的调控性能,并与传统 PID 控制以及神经网络 PID 控制的结果进行了对比;实验结果表明,基于 Q 学习的自适应 PID 控制模型较传统PID 算法控制周期缩减至 40. 7% ,相较于神经网络 PID 算法控制周期缩短至 27. 9% 。 相对于传统 PID 控制模型与神经网络 PID 模型,基于 Q 学习的自适应 PID 控制模型输出力上升过程稳定且快速。 提出的基于 Q 学习的自适应 PID 控制模型能够有效提升底盘测功机控制精度,满足其使用的工业要求。

关键词：强化学习;PID 控制;Q 学习;控制策略;底盘测功机