基于強化學習的火星無人機狀態(tài)約束控制

摘要： 針對火星無人機在惡劣條件下難以實現(xiàn)穩(wěn)定的飛行和位置控制的問題，提出了一種基于狀態(tài)約束的連續(xù)時間自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制方法，為了達到不分析虛擬控制器可行性條件的效果，引入了可以在沒有虛擬控制器可行性條件情況下進行控制的坐標變換。該神經(jīng)網(wǎng)絡(luò)采用基于強化學習的自適應(yīng)跟蹤控制，以最小化長期性能值進行估計。虛擬控制器的驗證不需要離線計算，使設(shè)計參數(shù)具有更大的自由度和更大的初始條件。通過對火星... （共9頁）