系统工程与电子技术

作者：李彦铃, 罗飞舟, 葛致磊

单位：1. 西北工业大学航天学院, 陕西 西安 710072；2. 中国运载火箭技术研究院, 北京 100076

关键词：垂直起降运载器,姿态控制,鲁棒观测器,深度强化学习

针对考虑弹性振动、模型不确定干扰下的垂直起降运载器姿态稳定问题, 将鲁棒观测器和深度强化学习中的近端策略优化算法相结合, 研究了一种基于鲁棒观测器的近端策略优化(robust observer-based proximal policy optimization, ROB-PPO)方法。该方法设计鲁棒观测器重构受弹性振动干扰的运载器姿态信息, 将鲁棒观测器与运载器动力学模型组成环境, 将鲁棒观测器得到的重构姿态作为深度强化学习算法的状态, 使得深度强化学习智能体与之不断交互, 从而训练智能体控制运载器姿态稳定。仿真结果表明, 所研究的ROB-PPO算法相较于目前常用的自适应模糊比例-积分-微分(proportional-integral-derivative, PID)算法鲁棒性更强, 收敛速度更快。最后, 在自主研制的垂直起降运载器上验证了所提出算法有效性。

来源：2024年第3期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2024年第3期