科研之友
微信
新浪微博
Facebook
分享链接
摘要
本文针对考虑弹性振动、模型不确定干扰下的垂直起降运载器姿态稳定问题，将鲁棒观测器和深度强化学习中的近端策略优化算法相结合，研究了一种基于鲁棒观测器的深度强化学习控制方法（ROB-PPO）。该方法设计鲁棒观测器重构受弹性振动干扰的运载器姿态信息，将鲁棒观测器与运载器动力学模型组成环境，将鲁棒观测器得到的重构姿态作为深度强化学习算法的状态，使得深度强化学习智能体与之不断交互，从而训练智能体控制运载器姿态稳定。仿真结果表明，所研究的ROB-PPO算法相较于目前常用的自适应模糊PID算法鲁棒性更强，收敛速度更快。最后在自主研制的垂直起降运载器上验证了所提出算法有效性。
-
单位西北工业大学; 航天学院; 中国运载火箭技术研究院
