基于强化学习的变形飞行器抗扰补偿控制方法

来源：系统工程与电子技术杂志2025年第12期北京时间：

作者：刘洋, 孟凡一, 陈刚

单位：西安交通大学航天航空学院，陕西 西安 710049

摘要：针对变形飞行器变形过程存在内部模型不确定性和外部多源扰动的姿态控制问题，将强化学习算法结合主动抗扰控制器，通过训练以适应飞行器外形变化及对抗系统内外扰动的最优补偿控制策略，即一种基于强化学习的抗扰补偿控制（disturbance rejection compensation control based on reinforcement learning, RL-DRCC）策略。实验中用RL-DRCC进行仿真，结合补偿前的控制效果进行对比实验，验证了所提控制策略的优越性，其中基于双延迟深度确定性策略梯度算法的抗扰补偿控制器效果最好，干扰下的控制量输出抖动被有效抑制，姿态角跟踪精度整体提高，复杂环境下姿态控制的鲁棒性有所提升。最后，对随机变形指令及扰动工况进行验证，结果表明所提方法能有效应对各种变形指令和复杂未知工况，具备很好的泛化性和自适应能力。

关键词：深度强化学习,变形飞行器,多源扰动,补偿控制

基金资助：国家自然科学基金（92371201，52192633）；航空科学基金（ASFC-20220019070002）；陕西省杰出青年基金（2022JC-03）资助课题