控制与决策

作者：付宇鹏,邓向阳,何明,朱子强,张立民

单位：海军航空大学 航空作战勤务学院,山东 烟台 264001,,海军航空大学 航空作战勤务学院,山东 烟台 264001,,陆军工程大学 指挥控制工程学院,南京 210007,,海军航空大学 航空作战勤务学院,山东 烟台 264001,,海军航空大学 航空作战勤务学院,山东 烟台 264001,

关键词：强化学习;近端策略优化算法;姿态控制;固定翼;PID;JSBSim

基金：泰山学者工程专项基金项目(ts201511020).

研究基于强化学习的飞机姿态控制方法,控制器输入为飞机纵向和横向状态变量以及姿态误差,输出为升降舵和副翼偏转角度指令,实现不同初始条件下飞机姿态角快速响应,同时避免使用传统PID控制器和不同飞行状态下的参数调节.根据飞机姿态变换特性,通过设置分立的神经网络模型提高算法收敛效率.为贴近实际的固定翼飞机控制,仿真基于JSBSim的F-16飞机空气动力学模型,利用OpenAI gym搭建强化学习仿真环境,以任意角速度、角度和空速作为初始条件,对姿态控制器中的动作网络和评价网络进行训练.仿真结果表明,基于强化学习的姿态控制器响应速度快,动态误差小,并能避免大过载等边界条件.

来源：2023年第9期

《控制与决策》期刊编辑部

查看控制与决策杂志2023年第9期