一种面向混合扰动的异质网联车队的智能鲁棒控制方法

    公开(公告)号:CN117872766A

    公开(公告)日:2024-04-12

    申请号:CN202410054739.4

    申请日:2024-01-15

    Abstract: 本发明公开了一种面向混合扰动的异质网联车队的智能鲁棒控制方法,该方法首先综合输入时延、不确定参数和外部扰动,建立车辆i的三阶纵向动力学模型。其次基于建立的三阶纵向动力学模型,选择控制目标,设计基于深度强化学习算法的上层协调控制策略。最后基于上层协调控制策略的输出,设计滑模跟随控制器和多目标扰动观测器,完成车队控制。本发明增加辅助控制输入补偿复杂扰动,避免了训练困难的问题的同时又没有牺牲车队的整体性能,并显著提高对复杂环境的适应性和响应速度。

    一种基于鲁棒强化学习的电动汽车编队协同控制方法

    公开(公告)号:CN118605526A

    公开(公告)日:2024-09-06

    申请号:CN202410763981.9

    申请日:2024-06-14

    Abstract: 本发明公开了一种基于鲁棒强化学习的电动汽车编队协同控制方法,该方法首先建立车辆i的三阶纵向动力学模型,并选择控制目标。其次根据控制目标,构建鲁棒强化学习算法框架中的奖励函数、状态变量和控制变量。然后基于状态变量、控制变量以及奖励函数,构建对抗性样本,使用强化学习算法PPO作为智能体车辆的控制器,完成车辆编队协同控制。最后通过采用渐进式课程学习方法,在训练阶段逐步增大跟随车辆数量,逐步提升多车环境下车队编队的纵向协同控制能力。本发明提高算法对复杂环境下的鲁棒性能,提升在多车协同控制中的控制效果。

Patent Agency Ranking