典型文献
基于元强化学习的自动列车定速控制
文献摘要：
本文考虑自动列车在路况变化下的定速控制问题.由于铁路路况的复杂以及列车动力学的不确定性,基于模型的控制器难以稳定、快速、精确地进行定速控制.提出了一种无模型控制器,其只需要很少的列车运行数据即可适应新的路况.首先,本文将列车的定速控制问题建模为一系列转移概率未知的静态连续马尔可夫过程.然后,应用元强化学习去求解该马尔可夫过程,得到自适应神经网络控制器.仿真说明该无模型控制器能够高效地进行定速控制,并能迅速适应新的环境,同时满足系统约束.
文献关键词：
定速控制;马尔可夫过程;强化学习;元学习;神经网络
中图分类号：
作者姓名：
颜罡;赵斐然;叶锋;吴俊博;游科友
作者机构：
中车株洲电力机车有限公司,湖南株洲412000;大功率交流传动电力机车系统集成国家重点实验室,湖南株洲412000;清华大学自动化系,北京信息科学与技术国家研究中心,北京100084
文献出处：
引用格式：
[1]颜罡;赵斐然;叶锋;吴俊博;游科友-.基于元强化学习的自动列车定速控制)[J].控制理论与应用,2022(10):1807-1814
A类：
元强化学习
B类：
定速控制,路况,控制问题,基于模型,无模型控制,列车运行,运行数据,转移概率,马尔可夫过程,自适应神经网络控制器,元学习
AB值：
0.184795
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
