基于DDQN的运载火箭姿态控制器参数设计
Parameter Design of Rocket Attitude Controller Based on DDQN作者机构：北京航天自动控制研究所北京100854 宇航智能控制技术国家级重点实验室北京100854
出 版 物：《航天控制》 (Aerospace Control)
年 卷 期：2020年第38卷第4期
页 面：3-8页
学科分类：08[工学] 081105[工学-导航、制导与控制] 0811[工学-控制科学与工程]
摘 要：探索了利用深度强化学习算法训练智能体,以代替人类工程师进行火箭姿态控制器参数的离线设计方案。建立了多特征秒的火箭频域分析模型,选定了设计参数。选择深度强化学习算法中的双深度Q学习(Double Deep Q Network,DDQN)算法,通过记忆回放和时间差分迭代的方式让智能体在与环境交互过程中不断学习。设计了对应的马尔科夫决策过程模型,进行了智能体的训练和前向测试。结果说明该方法对于运载火箭姿控设计具有一定参考价值。
维普期刊数据库
同方期刊数据库