Controlador de seguimiento de trayectoria para Quadrotor por aprendizaje de refuerzo continuo en entornos perturbados...

Área de la Ciencia:

• La robótica
• Inteligencia artificial
• Sistemas de control

Sus antecedentes:

• La precisión de seguimiento de la trayectoria del quadrotor se degrada en campos de viento dinámicos, desafiando a los controladores convencionales.
• Los métodos existentes basados en datos se enfrentan a un olvido catastrófico, lo que limita la adaptabilidad ambiental.
• El control robusto en condiciones de viento variables es crucial para misiones ambientales complejas.

Objetivo del estudio:

• Desarrollar un marco de aprendizaje de refuerzo con adaptación continua para un seguimiento robusto del cuadrotor en campos de viento dinámicos.
• Abordar las limitaciones de los enfoques convencionales y basados en datos en el manejo de las perturbaciones del viento.
• Mejorar la capacidad de adaptación al medio ambiente y el rendimiento de seguimiento de los cuadrotores.

Principales métodos:

• Un marco de aprendizaje por refuerzo continuo que integra la retropropagación continua y el aprendizaje por refuerzo.
• Entrenamiento inicial en condiciones de ausencia de viento seguido de reajuste dinámico de las neuronas mediante evaluación de la utilidad.
• Una función de recompensa multiobjetivo para mejorar la precisión y la eficiencia del entrenamiento.
• Validación mediante la plataforma de simulación Gazebo/PX4 con variaciones del viento escalonadas y estocásticas.

Principales resultados:

• Reducción demostrada del error cuadrado medio de la raíz del seguimiento de la trayectoria en comparación con el algoritmo estándar de optimización de la política proximal (PPO).
• Resolvió con éxito el problema de pérdida de plasticidad en el aprendizaje de refuerzo profundo a través del restablecimiento estructurado de la neurona.
• Capacidad de adaptación continua mejorada de los cuadrotores en campos de viento dinámicos.

Conclusiones:

• El marco propuesto ofrece una solución robusta para el seguimiento de la trayectoria del cuadrotor en perturbaciones de viento difíciles y variables en el tiempo.
• La adaptación continua a través del restablecimiento estructurado de las neuronas mantiene la plasticidad de la red y mejora el rendimiento.
• Este enfoque mejora la fiabilidad de los cuadrotores en misiones ambientales complejas.