基于深度强化学习的驾驶仪参数快速整定方法
来源:系统工程与电子技术杂志2022年第10期北京时间:
作者:万齐天, 卢宝刚, 赵雅心, 温求遒
单位:1. 北京理工大学宇航学院, 北京 100081;2. 北京航天长征飞行器研究所, 北京 100076;3. 中国运载火箭技术研究院, 北京 100076
摘要:针对深度强化学习方法对驾驶仪控制参数训练速度慢、奖励函数收敛性不好等问题, 以三回路驾驶仪极点配置算法为核心, 提出一种将三维控制参数转换为一维设计参量的智能训练方法, 构建离线深度强化学习训练叠加在线多层感知器神经网络实时计算的智能控制架构, 在提高深度强化学习算法的效率和奖励函数收敛性同时, 确保在大范围飞行状态变化条件下控制参数的快速在线自整定。以典型再入飞行器为例, 完成深度强化学习训练和神经网络部署。仿真结果表明,强化学习动作空间简化后的训练效率更高, 训练得到的驾驶仪对控制指令的跟踪误差在1.2%以内。
关键词:强化学习,自动驾驶仪,参数整定,智能控制,归一化
基金资助:航空科学基金(202037012003)
2022年10期其他文献查阅:
基于广义近似消息传递的快速DOA估计方法
星载太赫兹高频段大气背景辐射特性研究
基于核Fisher判别的群结构更新模型及群目标跟踪算法
基于切比雪夫拟合的BP自聚焦算法
强杂波下基于压缩感知的低空风切变速度解模糊
基于粒子群优化的波束空间广义旁瓣相消算法
紧缩场馈源偏焦相位高效计算方法
相控阵雷达探通一体化关键技术研究
基于噪声乘积调制的SAR-GMTI间歇采样干扰方法
1-bit采样下雷达脉压性能分析
多频带互相干处理中多目标相位补偿方法
基于改进Dijkstra算法与时频域滤波的雷达目标识别
复杂背景下SAR图像近岸舰船目标检测
基于频谱旋转ωk算法的大斜视SAR地面动目标成像
不确定信息下考虑相关性与多样性的作战方案推荐方法
基于动态博弈的武器装备体系发展规划论证方法
装备保障体系关键节点分析
基于决策树和BN的自动驾驶车辆行为决策方法
基于M-ANFIS-PNN的目标威胁评估模型
基于改进合同网协议的分布式卫星资源调度
针对无人潜航器的反潜策略研究
联合战场导航对抗仿真评估系统设计与实现
基于深度强化学习的驾驶仪参数快速整定方法
舵机动态响应下导弹阻尼回路稳定性
基于EKF及弹道方程的弹道目标跟踪滤波器设计
基于数据驱动的攻击时间和攻击角度控制导引律
导航接收机噪声电磁辐射阻塞效应分析
无码率码在无线传感器网络中的应用研究
基于共轭梯度求解代价函数的卷积码参数识别算法
基于特征值高阶矩的频谱感知增强技术
标签分割的软件定义飞行自组网控制器智能部署方法
SC-FDE系统中基于UW的联合信道估计均衡算法
IRS与人工噪声辅助的MIMO通信系统物理层安全方案设计
基于改进PCA的导弹装备健康表征参数提取方法
大型复杂系统多态可靠性快速评估算法