cc-DRL: a Convex Combined Deep Reinforcement Learning Flight Control Design for a Morphing Quadrotor

要約

一般的なクアローターと比較して、モーフィング クアローターの形状変更により、より優れた飛行性能が得られるだけでなく、より複雑な飛行ダイナミクスも得られます。
一般に、モーフィング クワッドローターがその複雑な飛行ダイナミクスを記述する正確な数学的モデルを確立することは非常に困難、または不可能ですらあります。
モーフィング クアッドローターの飛行制御設計の問題を解明するために、この論文では、モデルフリー制御手法 (深層強化学習、DRL など) と凸結合 (CC) 手法の組み合わせに頼っており、凸結合 DRL を提案しています。
(cc-DRL) モーフィング クワッドローターのクラスの位置と姿勢のための飛行制御アルゴリズム。形状の変化は 4 本のアーム ロッドの長さの変化によって実現されます。
提案された cc-DRL 飛行制御アルゴリズムでは、モデルフリー DRL アルゴリズムである近接ポリシー最適化アルゴリズムを利用して、選択されたいくつかの代表的なアーム長モードに対応する最適な飛行制御則をオフラインでトレーニングし、これにより cc-DRL 飛行制御が実現されます。
スキームは凸結合技術によって構築されます。
最後に、提案された飛行制御アルゴリズムの有効性と利点を示すためにシミュレーション結果が提示されます。

要約(オリジナル)

In comparison to common quadrotors, the shape change of morphing quadrotors endows it with a more better flight performance but also results in more complex flight dynamics. Generally, it is extremely difficult or even impossible for morphing quadrotors to establish an accurate mathematical model describing their complex flight dynamics. To figure out the issue of flight control design for morphing quadrotors, this paper resorts to a combination of model-free control techniques (e.g., deep reinforcement learning, DRL) and convex combination (CC) technique, and proposes a convex-combined-DRL (cc-DRL) flight control algorithm for position and attitude of a class of morphing quadrotors, where the shape change is realized by the length variation of four arm rods. In the proposed cc-DRL flight control algorithm, proximal policy optimization algorithm that is a model-free DRL algorithm is utilized to off-line train the corresponding optimal flight control laws for some selected representative arm length modes and hereby a cc-DRL flight control scheme is constructed by the convex combination technique. Finally, simulation results are presented to show the effectiveness and merit of the proposed flight control algorithm.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google