系统工程与电子技术

作者：闫安(), 陈章(), 董朝阳(), 何康辉()

单位：1. 北京航空航天大学航空科学与工程学院, 北京 100191；2. 清华大学自动化系, 北京 100084

关键词：强化学习,模糊强化学习,模糊算法,控制力矩陀螺,单轨双轮机器人

基金：国家自然科学基金(61833016);国家自然科学基金(61873295);航空人工智能专项基金(2018ZA51003)

针对单轨双轮机器人在静止情况下存在的固有静态不稳定问题, 提出一种基于模糊强化学习(简称为Fuzzy-Q)的控制方法。首先，运用拉格朗日法建立带控制力矩陀螺的系统动力学模型。然后, 在此基础上设计表格型强化学习算法, 实现机器人的稳定平衡控制。最后，针对算法存在的控制精度不高和控制器输出离散等问题, 采用模糊理论泛化动作空间, 改善控制精度, 并使控制输出连续。仿真实验表明, 相较于传统强化学习方法, 所提方法能够显著提高控制精度, 且可以有效抑制外界干扰力矩对系统的影响, 保证系统具有一定的抗干扰能力。

来源：2021年第4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2021年第4期