约束强化学习飞行控制器

在线学习姿态控制

一种融合了额外安全预算约束策略优化与条件触发元学习在线微调的控制律模型，能够在飞行过程中实时调整控制策略，确保姿态跟踪与飞行安全。

Jiawei, Zhao · 徐昊天 · Wang, Zhaolei · 张涛

Drones 2024

参数信息

综合评分

100 points

适应性提升

21 %

技术优势

在线适应变化

引入条件触发元学习在线学习机制，允许控制律在飞行中根据气动参数和风扰等变化实时调整策略，从而提高姿态控制对综合误差的适应性。

安全有保障

通过在约束策略优化中引入额外安全预算、Lyapunov稳定性要求和限制舵偏损耗，从多个层面确保飞行安全并提高控制器鲁棒性。

应用场景

• 无人机智能控制：使无人机能在复杂环境中自主调整控制策略，确保安全稳定飞行。
• 飞行器姿态控制：通过在线学习实时修正舵面指令，提升姿态跟踪对扰动的鲁棒性。
• 强化学习控制：利用约束策略优化在满足安全约束下学习控制律，避免危险动作。
• 工业机器人控制：可迁移至机器人控制中，通过在线微调适应不同负载和工况。