基于强化学习的固定翼飞机姿态控制方法
研究基于强化学习的飞机姿态控制方法,控制器输入为飞机纵向和横向状态变量以及姿态误差,输出为升降舵和副翼偏转角度指令,实现不同初始条件下飞机姿态角快速响应,同时避免使用传统PID控制器和不同飞行状态下的参数调节.根据飞机姿态变换特性,通过设置分立的神经网络模型提高算法收敛效率.为贴近实际的固定翼飞机控制,仿真基于JSBSim的F-16飞机空气动力学模型,利用OpenAI gym搭建强化学习仿真环境,以任意角速度、角度和空速作为初始条件,对姿态控制器中的动作网络和评价网络进行训练.仿真结果表明,基于强化学习的姿态控制器响应速度快,动态误差小,并能避免大过载等边界条件.
强化学习、近端策略优化算法、姿态控制、固定翼、PID、JSBSim
38
TP273(自动化技术及设备)
泰山学者工程专项基金ts201511020
2023-09-25(万方平台首次上网日期,不代表论文的发表时间)
共6页
2505-2510