科研之友
微信
新浪微博
Facebook
分享链接
摘要
经典比例-积分-微分(Proportional-Integral-Derivative, PID)控制器的参数整定过程繁琐,且随着被控对象模型的改变需要重新整定参数,针对该问题提出了一种基于深度强化学习的自适应增益控制算法。该算法在经典PID控制器的比例环节引入深度Q学习网络(Deep Q-network, DQN)模型,对增益进行自适应调整,同时为简化控制器结构,去除了经典PID控制器中的微分环节和积分环节。以双容水箱为研究对象,对该算法进行仿真实验。结果表明:该算法在满足定值控制任务的前提下,相比于经典PID控制器,其超调量及稳态误差更小,且在模型对象改变后能够通过自学习得到相应的控制策略,从而避免了繁琐的参数整定过程。
- 单位
