論文の概要: Online Model-Free Reinforcement Learning for the Automatic Control of a
Flexible Wing Aircraft
- arxiv url: http://arxiv.org/abs/2108.02393v1
- Date: Thu, 5 Aug 2021 06:10:37 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-06 23:15:25.903276
- Title: Online Model-Free Reinforcement Learning for the Automatic Control of a
Flexible Wing Aircraft
- Title（参考訳）: 柔軟翼航空機の自動制御のためのオンラインモデルフリー強化学習
- Authors: Mohammed Abouheaf and Wail Gueaieb and Frank Lewis
- Abstract要約: フレキシブルウィング航空機の制御問題は、高次かつ高非線形な変形のために困難である。
フレキシブルウィング航空構造物のための価値強化学習プロセスに基づくオンライン制御機構を開発した。
モデルフリー制御ポリシーフレームワークと、システムのベルマン最適性方程式を解くために収束適応学習アーキテクチャを採用している。
- 参考スコア（独自算出の注目度）: 2.3204178451683264
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The control problem of the flexible wing aircraft is challenging due to the
prevailing and high nonlinear deformations in the flexible wing system. This
urged for new control mechanisms that are robust to the real-time variations in
the wing's aerodynamics. An online control mechanism based on a value iteration
reinforcement learning process is developed for flexible wing aerial
structures. It employs a model-free control policy framework and a guaranteed
convergent adaptive learning architecture to solve the system's Bellman
optimality equation. A Riccati equation is derived and shown to be equivalent
to solving the underlying Bellman equation. The online reinforcement learning
solution is implemented using means of an adaptive-critic mechanism. The
controller is proven to be asymptotically stable in the Lyapunov sense. It is
assessed through computer simulations and its superior performance is
demonstrated on two scenarios under different operating conditions.
- Abstract（参考訳）: フレキシブル翼機の制御問題は,柔軟性翼系の偏在・高非線形変形のため困難である。
これにより、翼の空力のリアルタイムな変動にロバストな新しい制御機構が求められた。
柔軟な翼空構造のための価値反復強化学習プロセスに基づくオンライン制御機構を開発した。
モデルフリー制御ポリシーフレームワークと、システムのベルマン最適性方程式を解くために収束適応学習アーキテクチャを採用している。
リカティ方程式は導出され、ベルマン方程式の解法と等価であることが示されている。
オンライン強化学習ソリューションは適応的批判機構を用いて実装される。
コントローラーは、リャプノフの意味で漸近的に安定であることが証明されている。
計算機シミュレーションにより評価し、異なる動作条件下での2つのシナリオで優れた性能を示す。
関連論文リスト
- Learning Exactly Linearizable Deep Dynamics Models [0.07366405857677226]
本稿では, 安定度, 信頼性, 信頼性を確保するために, 様々な制御理論を容易に適用可能な, 線形化可能な動的モデルの学習法を提案する。
提案手法は, 自動車エンジンのリアルタイム制御に応用され, 予測性能と制約下での安定制御が良好であることを示す。
論文 参考訳（メタデータ） (2023-11-30T05:40:55Z) - An Adaptive Fuzzy Reinforcement Learning Cooperative Approach for the
Autonomous Control of Flock Systems [4.961066282705832]
この研究は、群集システムの自律制御に適応的な分散ロバスト性技術を導入している。
比較的柔軟な構造は、様々な目的を同時に狙うオンラインファジィ強化学習スキームに基づいている。
動的障害に直面した場合のレジリエンスに加えて、アルゴリズムはフィードバック信号としてエージェントの位置以上のものを必要としない。
論文 参考訳（メタデータ） (2023-03-17T13:07:35Z) - Active Learning of Discrete-Time Dynamics for Uncertainty-Aware Model Predictive Control [46.81433026280051]
本稿では,非線形ロボットシステムの力学を積極的にモデル化する自己教師型学習手法を提案する。
我々のアプローチは、目に見えない飛行条件に一貫して適応することで、高いレジリエンスと一般化能力を示す。
論文 参考訳（メタデータ） (2022-10-23T00:45:05Z) - A stabilizing reinforcement learning approach for sampled systems with
partially unknown models [0.0]
純粋オンライン学習環境におけるシステム制御器閉ループの実用的安定性を保証する手法を提案する。
要求された結果を達成するため、我々は古典的な適応制御技術を採用する。
この方法は適応的なトラクション制御とクルーズ制御でテストされ、コストを大幅に削減することが判明した。
論文 参考訳（メタデータ） (2022-08-31T09:20:14Z) - Sparsity in Partially Controllable Linear Systems [56.142264865866636]
本研究では, 部分制御可能な線形力学系について, 基礎となる空間パターンを用いて検討する。
最適制御には無関係な状態変数を特徴付ける。
論文 参考訳（メタデータ） (2021-10-12T16:41:47Z) - Trajectory Tracking of Underactuated Sea Vessels With Uncertain
Dynamics: An Integral Reinforcement Learning Approach [2.064612766965483]
積分強化学習に基づくオンライン機械学習メカニズムを提案し,非線形追跡問題のクラスに対する解を求める。
このソリューションは、適応的批評家と勾配降下アプローチを用いて実現されるオンライン価値反復プロセスを用いて実装される。
論文 参考訳（メタデータ） (2021-04-01T01:41:49Z) - Imposing Robust Structured Control Constraint on Reinforcement Learning
of Linear Quadratic Regulator [0.0]
本稿では,分散学習制御の手法を編み出した汎用構造の設計について述べる。
方法論の開発には、強化学習(RL)と制御理論による十分な安定性と性能保証を併用した考え方を用いる。
6エージェントのマルチエージェントネットワーク上でのシミュレーションによる理論的結果の検証を行った。
論文 参考訳（メタデータ） (2020-11-12T00:31:39Z) - Learning a Contact-Adaptive Controller for Robust, Efficient Legged
Locomotion [95.1825179206694]
四足歩行ロボットのためのロバストコントローラを合成するフレームワークを提案する。
高レベルコントローラは、環境の変化に応じてプリミティブのセットを選択することを学習する。
確立された制御方法を使用してプリミティブを堅牢に実行する低レベルコントローラ。
論文 参考訳（メタデータ） (2020-09-21T16:49:26Z) - Logarithmic Regret Bound in Partially Observable Linear Dynamical
Systems [91.43582419264763]
部分的に観測可能な線形力学系におけるシステム同定と適応制御の問題について検討する。
開ループ系と閉ループ系の両方において有限時間保証付きの最初のモデル推定法を提案する。
AdaptOnは、未知の部分観測可能な線形力学系の適応制御において、$textpolylogleft(Tright)$ regretを達成する最初のアルゴリズムであることを示す。
論文 参考訳（メタデータ） (2020-03-25T06:00:33Z) - Adaptive Control and Regret Minimization in Linear Quadratic Gaussian
(LQG) Setting [91.43582419264763]
我々は不確実性に直面した楽観主義の原理に基づく新しい強化学習アルゴリズムLqgOptを提案する。
LqgOptはシステムのダイナミクスを効率的に探索し、モデルのパラメータを信頼区間まで推定し、最も楽観的なモデルのコントローラをデプロイする。
論文 参考訳（メタデータ） (2020-03-12T19:56:38Z) - Information Theoretic Model Predictive Q-Learning [64.74041985237105]
本稿では,情報理論的MPCとエントロピー正規化RLとの新たな理論的関連性を示す。
バイアスモデルを利用したQ-ラーニングアルゴリズムを開発した。
論文 参考訳（メタデータ） (2019-12-31T00:29:22Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。