控制理论与应用

作者：杨辉,王禹,李中奇,付雅婷,谭畅

单位：华东交通大学,华东交通大学,华东交通大学,华东交通大学,华东交通大学

关键词：重载列车; 强化学习; 行为克隆; 专家策略

基金：国家自然科学基金项目(U2034211, 62003138, 61803155), 江西省自然科学基金项目(20202BAB202005), 江西省科技专项(20203AEI009), 江西省 青年科学基金重点资助项目(20192ACBL21005)资助.

重载列车是我国大宗商品运输的重要方式, 因载重大、车身长、线路复杂等因素导致重载列车的控制变得困难. 本文将列车运行过程分为启动牵引、巡航控制、停车制动3个阶段, 基于多质点重载列车纵向动力学模型, 考虑常用空气制动, 利用(SAC)强化学习方法, 结合循环神经网络对专家经验数据进行行为克隆, 并将克隆出的专家策略对强化学习训练进行监督, 训练了一种新的智能驾驶操控策略. 本文的策略可以高效学习驾驶经验数据, 不断从学习中提高目标奖励, 得到最优控制策略. 仿真结果表明: 本文所提的控制策略比未受专家模型监督的强化学习算法更优, 奖励提升的周期更快, 并能获得更高的奖励, 训练出的控制器运行效果更加高效、稳定.

来源：2022年第5期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2022年第5期