基于強(qiáng)化學(xué)習(xí)補(bǔ)償器的多電機(jī)同步控制的研究.pdf

1、隨著近年來(lái)傳動(dòng)系統(tǒng)的發(fā)展，多電機(jī)傳動(dòng)已被越來(lái)越廣泛地應(yīng)用于各種領(lǐng)域中。為了提高多電機(jī)傳動(dòng)系統(tǒng)的動(dòng)態(tài)和穩(wěn)態(tài)性能，以及滿足一些特定系統(tǒng)對(duì)于多電機(jī)精確同步的要求，多電機(jī)同步控制方法的研究也變得越來(lái)越重要。國(guó)內(nèi)外學(xué)者經(jīng)過(guò)多年的研究，形成了幾種多電機(jī)同步控制策略，在這些控制策略中偏差耦合控制策略在多電機(jī)同步領(lǐng)域中是目前被公認(rèn)最好的。本文以偏差耦合控制作為控制策略，利用強(qiáng)化學(xué)習(xí)作為速度同步補(bǔ)償器的控制方法，提高了多電機(jī)速度的同步控制精度與穩(wěn)定性。

2、 本文首先介紹了多電機(jī)同步控制的發(fā)展歷史，對(duì)幾種控制策略特點(diǎn)進(jìn)行了詳細(xì)的分析。在分析多智能體系統(tǒng)中的獨(dú)立學(xué)習(xí)和群體強(qiáng)化學(xué)習(xí)特點(diǎn)的基礎(chǔ)上，設(shè)計(jì)了基于強(qiáng)化學(xué)習(xí)補(bǔ)償器的多電機(jī)同步控制方法。獨(dú)立強(qiáng)化學(xué)習(xí)具有學(xué)習(xí)速度快、方法相對(duì)簡(jiǎn)單等優(yōu)點(diǎn)，但系統(tǒng)中的智能體(Agent)只考慮自己的狀態(tài)而不關(guān)心其它Agent的狀態(tài)，也不考慮其它Agent的動(dòng)作，并且在多智能體系統(tǒng)中，獨(dú)立學(xué)習(xí)無(wú)法滿足馬爾科夫過(guò)程，在理論上無(wú)法保證收斂性。為了克服獨(dú)立學(xué)習(xí)的局限

3、性，群體強(qiáng)化學(xué)習(xí)被提出，但群體強(qiáng)化學(xué)習(xí)的學(xué)習(xí)空間隨著智能體個(gè)數(shù)的增加而指數(shù)級(jí)膨脹的問(wèn)題。本文引入了一種基于動(dòng)作預(yù)測(cè)的群體強(qiáng)化學(xué)習(xí)算法，這種方法可以削減學(xué)習(xí)單元的冗余狀態(tài)信息，降低學(xué)習(xí)空間的組合強(qiáng)度，加快群體強(qiáng)化學(xué)習(xí)算法的學(xué)習(xí)速度。結(jié)合動(dòng)作預(yù)測(cè)群體強(qiáng)化學(xué)習(xí)和偏差耦臺(tái)控制策略的優(yōu)點(diǎn)，設(shè)計(jì)出基于強(qiáng)化學(xué)習(xí)的補(bǔ)償器。經(jīng)過(guò)Matlab的仿真結(jié)果說(shuō)明了本文設(shè)計(jì)的控制算法的有效性和實(shí)用性。 最后，總結(jié)了所做的研究工作，并對(duì)多電機(jī)同步控制系統(tǒng)中存