典型文献
基于深度强化学习-PI控制的机电作动器控制策略
文献摘要：
为提高机电作动器在指令控制下的控制精度与跟踪速度,提出了一种基于深度强化学习的机电作动器指令控制方法.首先,根据机电作动器的结构,建立机电作动器的数学模型.然后,将深度强化学习与比例积分控制相结合,通过强化学习智能体与机电作动器系统进行在线交互从而获得奖励信号,并利用奖励信号实时整定PI控制器的参数,以实现对机电作动器的指令控制.最后,验证所提出的方法在机电作动器的指令控制下的效果.仿真得出的结果稳态误差更小,响应速度更快,验证了算法在机电作动器控制上的有效性.
文献关键词：
机电作动器;强化学习;深度确定性策略梯度;PID控制;智能控制;参数优化;人工智能;自适应控制
中图分类号：
作者姓名：
张茂盛;段杰;肖息;陈善洛;欧阳权;王志胜
作者机构：
南京航空航天大学 自动化学院,江苏 南京 210016;南京机电液压工程研究中心 航空机电系统综合航空科技重点实验室,江苏 南京 211106
文献出处：
引用格式：
[1]张茂盛;段杰;肖息;陈善洛;欧阳权;王志胜-.基于深度强化学习-PI控制的机电作动器控制策略)[J].应用科技,2022(04):18-22
A类：
B类：
深度强化学习,机电作动器,控制精度,比例积分控制,智能体,在线交互,得奖,整定,真得,稳态误差,响应速度,深度确定性策略梯度,PID,智能控制,自适应控制
AB值：
0.187105
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。
