基于自适应动态规划的多飞行器编队控制方法

摘要

强化学习理论对解决非线性系统的最优控制问题具有显著优势.就无人飞行器的最优编队而言，现有的强化学习策略迭代方法需要具体的动态方程信息，往往只能离线进行，而自适应动态规划方法在参数调节过程中的稳定性较差.因此，亟需给出一种可在线执行，又能保证参数稳定调节的编队控制方法.本文针对模型中存在未知非线性项的多飞行器系统，提出了可在线逼近最优的分布式编队控制方法.结合强化学习策略迭代与自适应动态规划在线连续逼近，该编队控制方法继承了前者的稳定性和后者的在线调节能力，使得调节结果受瞬时强干扰的影响降低，理论分析证明了该方法在干扰作用下能够提升编队控制系统鲁棒性.最后分别针对线性定常系统与非线性多飞行器系统仿真验证了所提方法的有效性.

关键词

编队控制 / 多飞行器系统 / 最优控制 / 强化学习 / 自适应动态规划

基金资助

国家自然科学基金资助面上项目（62373304）;国家自然科学基金青年基金资助项目（62003021）; 中国科协青年人才托举工程资助项目（NO.YESS20230443）; 中国高校产学研创新基金资助项目（2021ZYA02009）; 陕西秦创原引用高层次创新创业人才资助项目（QCYRCXM-2022-136）; 陕西省科协青年人才托举计划资助项目（XXJS202218）; 中央高校基本科研业务费资助项目（D5000210830）; 广东省科技计划资助项目（2021B1212020001,2021B1212020002）