.png){kind=icon}
返回
Learning-Based Optimal Control for Multiple Fixed-Wing UAVs with Prescribed Performance
.png){kind=icon}
PRE
AI
DOI：10.3390/machines14060583.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
固定翼无人机编队控制面临在复杂非线性动力学中实现最优性能和通过约束跟踪误差确保飞行安全的双重挑战。现有强化学习方法虽然对最优控制有效，但常忽略这些关键安全约束，这构成了无人机群在面临高度非线性动力学、未知扰动和有限模型知识等安全关键操作中的严重不足，这些实际需求促使我们协同整合两种先前分离的技术。为解决此问题，本文提出了一种安全最优控制框架，协同整合了规定性能控制与演员-评论家强化学习方案。具体而言，开发了一种简化的演员-评论家架构，用于在不依赖精确模型的情况下推导耦合位置-姿态动力学的近优控制器，从而提升能量效率。同时，采用规定性能控制将受约束的编队误差动力学转化为无约束系统，确保安全距离严格维持。李雅普诺夫基分析证明，闭环系统中所有信号均为半全局一致最终有界，且编队误差绝不违反预设性能边界。
Keyword:
fixed-wing unmanned aerial vehicle
prescribed performance
reinforcement learning
optimal control
期刊
IF:
2.5
论文数:
981
被引数:
8.2K
机构
引用论文
Vibration damping characteristics of the cork-based composite material in line to frequency analysis
OAAI
OAAI分享收藏Intelligent Trajectory Design in UAV-Aided Communications With Reinforcement Learning基于强化学习的无人机辅助通信智能轨迹设计
PREAI
分享收藏Optimized Formation Control Using Simplified Reinforcement Learning for a Class of Multiagent Systems With Unknown Dynamics使用简化的强化学习对一类具有未知动力学的多智能体系统进行优化的编队控制
PREAI
分享收藏Observer-Based Prescribed-Time Optimal Neural Consensus Control for Six-Rotor UAVs: A Novel Actor-Critic Reinforcement Learning Strategy六旋翼无人机基于观察者的规定时间最优神经一致性控制: 一种新的行动者-批评家强化学习策略.png)
Neural Networks
Neural NetworksIF6.3
PREAI
分享收藏Designing discrete-time control-based strategies for pursuit-evasion games on the plane设计基于离散时间控制的平面追捕-逃逸游戏策略Optimization
OptimizationIF0
PREAI
分享收藏Reinforcement Learning-Based Optimal Tracking Control for Levitation System of Maglev Vehicle With Input Time Delay基于强化学习的时滞磁浮车辆悬浮系统最优跟踪控制
PREAI
分享收藏
查看更多内容