EP-DDPG引导的着舰控制系统
雷元龙
谢鹏
刘业华
陈翃正
朱静思
盛守照
南京航空航天大学自动化学院,江苏南京 210016
摘要：针对舰载机纵向通道下的控制精度提升问题,本文以保证舰载机以合理的姿态和速度沿期望下滑道着落为目标,以深度确定性策略梯度算法为基本优化框架,提出了一种基于专家策略-深度确定性策略梯度(EP-DDPG)算法的控制器参数自适应调节策略.首先,构建"魔毯"着舰控制系统作为基础架构;其次,为提升控制器的自适应能力和鲁棒性,基于行动者-评论家框架设计深度确定性策略梯度(DDPG)算法对控制器参数进行在线调整;最后,针对常规强化学习算法前期训练效率低,效果差的问题,基于反向传播(BP)神经网络构专家策略为智能体的训练提供引导,并设计指导探索协调模块进行策略决策,保证动作策略的合理性和算法的高效性.仿真结果表明,与常规控制器相比,该算法的控制精度和鲁棒性有了极大的提升.
关键词：强化学习深度确定性策略梯度算法魔毯行动者-评论家BP神经网络
论文发表日期：2025-10-30
在线出版日期：2025-11-13（本平台首次上网日期，不代表文献的发表时间）
页数：10( 1904-1913 )
英文信息