控制理论与应用

作者：雷元龙,谢鹏,刘业华,陈翃正,朱静思,盛守照

单位：南京航空航天大学自动化学院,南京航空航天大学自动化学院,南京航空航天大学自动化学院,南京航空航天大学自动化学院,南京航空航天大学自动化学院,南京航空航天大学自动化学院

关键词：强化学习;深度确定性策略梯度算法;魔毯;行动者–评论家;BP神经网络

基金：航空科学基金项目(20220058052002)资助.

针对舰载机纵向通道下的控制精度提升问题,本文以保证舰载机以合理的姿态和速度沿期望下滑道着落为目标,以深度确定性策略梯度算法为基本优化框架,提出了一种基于专家策略–深度确定性策略梯度(EP-DDPG)算法的控制器参数自适应调节策略.首先,构建“魔毯”着舰控制系统作为基础架构;其次,为提升控制器的自适应能力和鲁棒性,基于行动者–评论家框架设计深度确定性策略梯度(DDPG)算法对控制器参数进行在线调整;最后,针对常规强化学习算法前期训练效率低,效果差的问题,基于反向传播(BP)神经网络构专家策略为智能体的训练提供引导,并设计指导探索协调模块进行策略决策,保证动作策略的合理性和算法的高效性.仿真结果表明,与常规控制器相比,该算法的控制精度和鲁棒性有了极大的提升.

来源：2025年第10期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2025年第10期