基于强化学习的固定翼飞机姿态控制方法

作     者：付宇鹏 邓向阳 何明 朱子强 张立民 FU Yu-peng;DENG Xiang-yangy;HE Ming;ZHU Zi-qiang;ZHANG Li-min

作者机构：海军航空大学航空作战勤务学院山东烟台264001 陆军工程大学指挥控制工程学院南京210007 

出 版 物：《控制与决策》 (Control and Decision)

年 卷 期：2023年第38卷第9期

页      面：2505-2510页

核心收录：

学科分类：08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：泰山学者工程专项基金项目(ts201511020) 

主　　题：强化学习 近端策略优化算法 姿态控制 固定翼 PID JSBSim 

摘      要：研究基于强化学习的飞机姿态控制方法,控制器输入为飞机纵向和横向状态变量以及姿态误差,输出为升降舵和副翼偏转角度指令,实现不同初始条件下飞机姿态角快速响应,同时避免使用传统PID控制器和不同飞行状态下的参数调节.根据飞机姿态变换特性,通过设置分立的神经网络模型提高算法收敛效率.为贴近实际的固定翼飞机控制,仿真基于JSBSim的F-16飞机空气动力学模型,利用OpenAI gym搭建强化学习仿真环境,以任意角速度、角度和空速作为初始条件,对姿态控制器中的动作网络和评价网络进行训练.仿真结果表明,基于强化学习的姿态控制器响应速度快,动态误差小,并能避免大过载等边界条件.