Self-Tuning PID Control via a Hybrid Actor-Critic-Based Neural Structure for Quadcopter Control

要約

比例積分微分 (PID) コントローラーは、幅広い産業プロセスや実験プロセスで使用されています。
PID ゲインを調整するためのオフライン方法がいくつかあります。
ただし、モデル パラメーターや外乱が不確実であるため、クアッドローターなどの実際のシステムには、より堅牢で信頼性の高い PID コントローラーが必要です。
この研究では、クアッドローターの姿勢と高度の制御に強化学習ベースのニューラル ネットワークを使用した自己調整 PID コントローラーが調査されました。
静的ゲインと動的ゲインを含むインクリメンタル PID が考慮され、可変ゲインのみが調整されました。
動的ゲインを調整するために、モデルフリーのアクタークリティックベースのハイブリッドニューラル構造が使用されました。これは、PID ゲインを適切に調整でき、識別子としても最高の機能を発揮します。
調整タスクと識別タスクの両方で、2 つの隠れ層とシグモイド活性化関数を備えたニューラル ネットワークが、適応モーメンタム (ADAM) オプティマイザーとバックプロパゲーション (BP) アルゴリズムを使用して学習されました。
この方法はオンラインであり、妨害に対処でき、トレーニングが迅速です。
質量の不確かさと突風の外乱に対する堅牢性に加えて、結果は、提案された方法が一定のゲインを持つ PID コントローラーと比較した場合に優れたパフォーマンスを示すことを示しました。

要約(オリジナル)

Proportional-Integrator-Derivative (PID) controller is used in a wide range of industrial and experimental processes. There are a couple of offline methods for tuning PID gains. However, due to the uncertainty of model parameters and external disturbances, real systems such as Quadrotors need more robust and reliable PID controllers. In this research, a self-tuning PID controller using a Reinforcement-Learning-based Neural Network for attitude and altitude control of a Quadrotor has been investigated. An Incremental PID, which contains static and dynamic gains, has been considered and only the variable gains have been tuned. To tune dynamic gains, a model-free actor-critic-based hybrid neural structure was used that was able to properly tune PID gains, and also has done the best as an identifier. In both tunning and identification tasks, a Neural Network with two hidden layers and sigmoid activation functions has been learned using Adaptive Momentum (ADAM) optimizer and Back-Propagation (BP) algorithm. This method is online, able to tackle disturbance, and fast in training. In addition to robustness to mass uncertainty and wind gust disturbance, results showed that the proposed method had a better performance when compared to a PID controller with constant gains.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google