基于深度强化学习的多无人车系统编队控制

针对多智能体编队控制问题,研究了基于DDQN深度强化学习算法的多无人车系统的编队控制器,采用一致性控制与伴随位形相结合的方法对编队控制问题进行建模和简化.建立了基于相对距离和速度的状态空间,使得控制输入不依赖于全局信息,然后设计了基于九大典型运动方向的动作空间,并设计了基于相对距离和相对速度的奖励函数,基于以上参数进行了神经网络架构的设计和网络训练与运动仿真环境的搭建,并成功训练出有效的控制器.该控制器可以直接应用于带有非完整约束的欠驱动无人车的编队任务,且控制器的网络训练只需要运动数据而不需要精确模型,是一种无模型控制方法.最后,通过大量不同场景下的运动仿真验证了控制器的有效性,包括多队形、多位置、多轨迹仿真以及时变队形、时变通讯和通讯故障等特殊情况的检验,该控制器在所有场景中均能有效完成控制任务.最后优化了编队起始阶段的策略,定义了等候条件与启动条件,有效节约了控制的能耗,利用运动仿真和对比分析验证了优化作用.

稳定降阶控制器设计的新方法（英文）

本文首先提出了稳定降阶控制器的一个特殊结构,然后给出了两种控制器设计方法:一种是基于新的松弛变量的特殊构造,另一种是基于分离李雅普诺夫矩阵和控制器矩阵的两步法.新的方法可以处理具有不同阶数和不同数目不稳定极点的几个系统的同时镇定问题,而这个问题是很难用一般的鲁棒控制方法处理的.本文提出的新方法还可以拓展到处理H∞、严格正实以及分散控制问题.同时,本文讨论了控制器的范数约束问题.在该方法中,甚至每一个控制器参数都可以被施加绝对值约束.本文还讨论了相关的NP难问题,给出了相应的控制器设计算法.最后,给出了几个例子验证了所提出的设计方法的有效性,并且对这两种设计方法进行了对比.

可重复使用天地往返飞行器中的多输入控制问题

本文从5个方面对新一代可重复使用天地往返飞行器(reusablelaunchvehicle,RLV)中存在的多输入控制问题进行了讨论:1)RLV增加冗余输入通道后,对飞行器系统性能的影响;2)RLV存在冗余输入通道时的控制分配问题;3)RLV再入大气层时,舵面和喷流反作用系统(reaction-jet control system,RCS)异类执行机构的复合控制问题;4)RLV三通道关联耦合效应对控制的影响;5)RLV为抑制机体弹性振动而面临的执行器位置寻优问题.开展RLV多输入控制课题的研究,不仅能挖掘出控制科学中的新问题,推动控制理论的进一步发展,而且也能为工程实践提供重要的理论支撑.

日用陶瓷外观质量检验方法浅析

一、前言 日用陶瓷产品能否顺利被客户所接受、认可,除其内在性能外,很大程度上取决于产品的外观质量,因此,外观质量的检验方法在日用陶瓷产品的质量检验中占有重要地位。目前大部分企业对出厂产品进行质量控制程序主要是按标准分等级全数据检验与出厂质检员的抽样检验。由于产品数量多,分级工作长,速度快,在全数检验中很容易出现错检、漏检现象,厂质检员能否从全检批中准确地判断出该批质量如何。