基于强化学习神经网络的车速跟踪控制.pdf

·36· 基于强化学习神经网络的车速跟踪控制 薛金林1’2，张为公1，龚宗洋1 (1．东南大学仪器科学与工程系，江苏南京210096；2．南京农业大学工学院，江苏南京210031) 摘要：提出一种用于汽车排放试验中驾驶机器人对车速跟踪控制的新方法。该控制方法基于神经网络并结合强化学习的 自适应能力，通过神经网络的在线学习对车速进行跟踪控制。利用试验汽车所获得的数据，首先开发出用于车速控制的神 经网络模型。然后基于强化学习神经网络结构设计神经网络控制器以取得车速跟踪的自适应控制。在仿真研究中，使用 神经网络车速控制模型替代实际汽车来训练初始控制器，并用开发与训练好的自学习神经网络控制器用于汽车车速跟踪 控制。结果表明，所开发的神经网络控制器具有良好的车速跟踪性能，控制效果明显。 关键词：强化学习；神经网络；车速跟踪；驾驶机器人 中图分类号：TP273；U467．5文献标识码：A 文章编号：1000—8829(2007)07—0036—03 ControlBasedonReinforcementNeuralNetwork VelocityTracking Learning XUE Jin．1inl一，ZHANG Wei．gon91，GONGZong-yan91 ofInstrumentScienceand 210096，China； (1．Department Engineering，SoutheastUniversity，Nanjing of 2．CollegeEngineering，NanjingAgriculturalUniversity，Nanjing210031，China) Abstract：Anew for vehicle roboticdriver emissioniS onneuralnet- tracking speedsby during testingpresented．Based approach workandcombined ofreinforcementCanexecute control learn- with【adaptivecapability lear她，it velocitytrackingthrou#on-line ofneural thedataobtainedfromatest neuralnetworkmodelofautomotivefor isde- ins network．Using vehicle，a velocitytracking basedreinforcementneuralnetworkframeworkto atfirst．Aneuralnetworkcontrolleris on achieve veloped designed learning adap- tivecontrolof simulation controlneuralnetworkmodelisusedtotrain controller velocitytracking．Duringstudy，thevelocity primary ratherthanth