基于深度强化学习的动基座双自由度系统动力学控制方法

作者：刘丰瑞^*; 颜格; 张晓龙; 张文明; 王国鹏

来源：动力学与控制学报, 2023, 21(10): 26-33.

• 动力学
• 振动控制
• 强化学习
• 非线性
• 轨迹跟踪

具有硬边界的动基座双自由度动力学系统在受到基座周期性激励与随机冲击扰动时，振子与边界碰撞后的强非线性特性导致系统产生复杂的混沌行为.本文基于Soft Actor-Critic强化学习框架，构建了同时实现振动控制与基座运动跟随的智能算法，研究了宽频域范围内含有硬边界约束的动基座双自由度系统的动力学控制效果.通过构建包含相对位移、控制力的复合奖励函数，实现动力学系统精度较高的轨迹跟踪与振动抑制.结果表明，该算法可以实现频率范围跨2个数量级(0.01Hz到1Hz)的有效振动控制，并通过与PID控制方法的比较，展现了该方法在复杂环境中的稳定性与泛化性.

• 单位
  上海航天控制技术研究所; 上海交通大学; 机械系统与振动国家重点实验室