摘要：针对风帆助航船舶运动模型具有时变非线性和受海洋环境扰动作用的特点,本文提出一种带自适应启发评价的模糊非线性迭代滑模航向控制方法。该方法采用双曲正切函数构造系统状态的迭代滑模函数,利用滑模面反馈设计控制增量,避免了对系统未知项和外界扰动的观测,并结合模糊系统对滑模控制参数进行优化,增强控制器的自适应性。通过定义一种控制舵角抖振观测变量与自适应启发评价函数,对所构建模糊系统的结构参数进行动态调节和优化,以进一步降低控制舵角的抖振作用。应用"文竹海"号散货船数学模型进行控制仿真,结果表明所设计控制器能有效地处理模型参数摄动和海洋环境扰动,控制性能良好,具有强鲁棒性。

摘要：针对移动机器人避障上存在的自适应能力较差的问题,结合遗传算法(GA)的进化思想,以自适应启发评价(AHC)学习和操作条件反射(OC)理论为基础,提出了一种基于进化操作行为学习模型(EOBLM)的移动机器人学习避障行为的方法。该方法是一种改进的AHC学习模式,评价单元采用多层前向神经网络来实现,利用TD算法和梯度下降法进行权值更新,这一阶段学习用来生成取向性信息,作为内在动机决定进化的方向;动作选择单元主要用来优化操作行为以实现状态到动作的最佳映射。优化过程分两个阶段来完成,第一阶段通过操作条件反射学习算法得到的信息熵作为个体适应度,执行GA学习算法搜索最优个体;第二阶段由OC学习算法选择最优个体内的最优操作行为,并得到新的信息熵值。通过移动机器人避障仿真实验,结果表明所设计的EOBLM能使机器人通过不断与外界未知环境进行交互主动学会避障的能力,与传统的AHC方法相比其自学习自适应的能力得到加强。

摘要：自适应启发评价(AHC)增强学习结构分别逼近马尔可夫决策过程的值函数和策略函数,策略梯度增强学习能够将随机不确定的马尔可夫决策过程转换为确定性的马尔可夫决策过程。通过将AHC增强学习和策略梯度增强学习相结合,对PID控制器参数进行在线自适应整定,实现对无人直升机姿态控制性能的在线优化。仿真结果表明,与固定PID参数控制器相比,该算法能在线调整控制器参数,并很好地控制了无人直升机的悬停姿态。