用于海上水泥风力涡轮机建设的鲁棒强化学习四旋翼控制系统

《IEEE Access》:Robust Reinforcement Learning Quadcopter Control System for Offshore Cement Wind Turbine Construction

【字体: 大 中 小 】 时间:2026年04月08日 来源:IEEE Access 3.6

编辑推荐:

   摘要:随着全球能源行业向“巨型”海上风力发电结构转型,海上施工在物流和安全方面面临着严峻的挑战。为部分解决这些问题,本文提出了一种基于强化学习(RL)的框架,该框架通过一组高性能的四旋翼无人机自动化完成海上水泥风力涡轮机的建造过程。通过消除多任务系统中常见的优化干扰和“负迁移”

  

摘要:

随着全球能源行业向“巨型”海上风力发电结构转型,海上施工在物流和安全方面面临着严峻的挑战。为部分解决这些问题,本文提出了一种基于强化学习(RL)的框架,该框架通过一组高性能的四旋翼无人机自动化完成海上水泥风力涡轮机的建造过程。通过消除多任务系统中常见的优化干扰和“负迁移”现象,我们采用了一种模块化架构,将施工流程分解为几个高精度的阶段:自主导航、水泥喷射以及智能加油。该系统的核心是创新应用了谱归一化(Spectral Normalization, SN)技术,该技术通过限制深度网络的Lipschitz常数来稳定训练过程,从而确保即使在环境变化较大的情况下也能实现策略的持续改进。与五种最先进的算法(SAC、DDPG、TD3、TRPO和PPO)进行对比测试后发现,基于PPO的SN框架能够实现稳定的收敛。关键在于,虽然传统的RL控制器在随机干扰下会失效,但我们的SN变体在极端的高斯噪声和均匀噪声环境下仍能保持任务所需的稳定性和高收敛速率。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号