基于鲁棒观测器的深度强化学习垂直起降运载器姿态稳定研究

打开文本图片集

摘要： 针对考虑弹性振动、模型不确定干扰下的垂直起降运载器姿态稳定问题，将鲁棒观测器和深度强化学习中的近端策略优化算法相结合，研究了一种基于鲁棒观测器的近端策略优化（robust observer-based proximal policy optimization， ROB-PPO）方法。该方法设计鲁棒观测器重构受弹性振动干扰的运载器姿态信息，将鲁棒观测器与运载器动力学模型组成环境，将鲁棒观测器得到的重构姿态作为深度强化学习算法的状态，使得深度强化学习智能体与之不断交互，从而训练智能体控制运载器姿态稳定。（剩余18414字）