一种基于深度强化学习的MPC分层协同优化控制研究方法

首页 AI资讯 AI技术研报 AI监管政策 AI产品测评 AI商业项目 arena全球大模型排行榜 AI产品热榜 AI 源力市场 AI新闻日报

正文
推荐专利
一种基于深度强化学习的MPC分层协同优化控制研究方法
申请号:CN202511145334
申请日期:2025-08-15
公开号:CN120993736A
公开日期:2025-11-21
类型:发明专利
摘要
一种基于深度强化学习的MPC分层协同优化控制研究方法,包括步骤A、内层UA‑SAC误差学习与补偿控制,内层通过不确定性感知自适应优化控制算法,最终通过自适应调权重获取准确的误差模型;步骤B、外层多维耦合优化,外层基于学习所得到的误差模型,应用TD3算法实现渐进式强化学习优化控制,具体包括三个学习阶段:基于专家规则的初期学习阶段、基于性能反馈的渐进学习阶段和完全自主的优化学习阶段;步骤C、分层协同优化控制系统集成,采用分层协同控制架构,实现内外层通过信息交互协同优化,本发明的优点是:实现车辆在复杂地形高机动自主越野行驶对通过性、机动性、稳定性以及安全性方面的需求。
技术关键词
协同优化控制 深度强化学习 优化控制算法 强化学习框架 误差模型 分层协同控制 阶段 优化控制系统 算法架构 策略 生成机制 控制权 动态误差补偿 误差控制 信息交互接口 悬架 车辆动力学模型 网络
添加客服微信AITNT178,进AITNT官方交流群
沪ICP备2023015588号