基于改进深度强化学习的倒立摆控制器设计

作     者：王雨轩 陈思溢 黄辉先 WANG Yu-xuan;CHEN Si-yi;HUANG Hui-xian

作者机构：湘潭大学自动化与电子信息学院湖南湘潭411105 

基　　金：国家重点研发计划(2018YFB1402900) 

出 版 物：《控制工程》 (Control Engineering of China)

年 卷 期：2022年第29卷第11期

页      码：2018-2026页

摘      要：小车倒立摆系统是一种具有非线性、强耦合、多变量、欠驱动等特性的自然不稳定系统,倒立摆系统的稳定控制是控制理论中的典型问题。针对该种控制目标,提出了一种基于改进深度学习策略梯度算法的控制方法,控制机构采用强化学习算法作为控制策略。其中,强化学习系统由策略神经网络和基线函数神经网络共同构成,同时神经网络激活函数采用了性能更优的Swish函数,并添加了基线函数以提高训练效率。将新的算法应用于小车倒立摆系统进行仿真实验,并与经典控制算法进行比较,试验结果证明了本文算法的有效性。

主 题 词：强化学习 深度强化学习 策略梯度算法 激活函数 神经网络 基线函数 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.14107/j.cnki.kzgc.20200588

馆 藏 号：203115515...