Un método de control basado en redes neuronales dinámicas que utiliza aprendizaje por refuerzo para sistemas no lineales variantes en parámetros con aplicación a aeronaves adaptantes | JoVE Visualize

Área de la Ciencia:

Ingeniería de Sistemas de Control
Inteligencia Artificial
Ingeniería Aeroespacial

Sus antecedentes:

Los sistemas no lineales variantes en parámetros (NPV) presentan importantes desafíos de control debido a su naturaleza dinámica.
Los métodos de control existentes a menudo luchan con la adaptabilidad y la generalización en diferentes parámetros del sistema.

Objetivo del estudio:

Proponer un método de control basado en redes neuronales dinámicas (DNN) para el control óptimo de sistemas NPV.
Mejorar la generalización y adaptabilidad de la política de control a las variaciones de los parámetros del sistema.
Lograr un control eficiente sin requerir reentrenamiento extensivo o recopilación de muestras.

Principales métodos:

Se construyó una política de control basada en DNN (DNN-CP) con capas estáticas compartidas y una capa dinámica relacionada con los parámetros.
Se predijeron pesos dinámicos basados en parámetros del sistema utilizando un modelo de máquina de aprendizaje extremo (ELM).
Se desarrolló un algoritmo combinado de preentrenamiento supervisado y aprendizaje por refuerzo (RL) para el entrenamiento.
Las capas compartidas se optimizaron a través de problemas multiobjetivo restringidos y el modelo ELM se ajustó para objetivos específicos de parámetros.

Principales resultados:

La DNN-CP demostró capacidades de generalización efectivas en diferentes sistemas dentro del espacio de parámetros.
La política de control podría aplicarse inmediatamente sin recopilación de muestras o ajuste fino para nuevos sistemas.
El método propuesto logró un rendimiento de control superior en comparación con los enfoques existentes, especialmente para sistemas con parámetros que varían continuamente.
La validación se realizó con éxito en aplicaciones de aeronaves adaptantes.

Conclusiones:

La DNN-CP y el algoritmo de entrenamiento desarrollados ofrecen una solución robusta para el control óptimo de sistemas NPV.
El método mejora significativamente la eficiencia de los datos y la adaptabilidad, permitiendo la aplicación en tiempo real.
Este enfoque representa un avance en el logro de un control adaptativo y generalizado para sistemas dinámicos complejos.