6ローターUAV向けのオブザーバーベースの規定時間最適ニューラルコンセンサス制御：新しいアクタークリティック強化学習戦略

科学分野:

• ロボット工学および制御システム
• 人工知能
• 航空宇宙工学

背景:

• 6ローター無人航空機（UAV）は、動的な環境内でのリソース割り当てに課題を抱えています。
• 統一規定性能による最適コンセンサス制御の達成は、依然として大きなハードルです。

研究 の 目的:

• 6ローターUAVの規定時間オブザーバーベースの最適コンセンサス制御問題に対処します。
• 統一規定性能による効率的なリソース割り当て戦略を開発します。

主な方法:

• 規定時間制御と簡略化された強化学習フレームワークを組み合わせた規定時間最適制御方式。
• 規定時間調整関数を用いたアクターおよびクリティックニューラルネットワークの新しい更新則。
• リーダー情報推定のための改良型分散規定時間オブザーバー。
• 統一性能要件のための非線形変換およびマッピング。
• 複雑性管理のための適応型規定時間フィルター。

主要な成果:

• 6ローターUAVは、規定時間内に所望の定常状態を達成します。
• フォロワーUAVは、規定時間内にリーダーの速度と位置を正確に推定します。
• 統一制御フレームワークは、性能要件の満足と実装を簡素化します。
• グローバル性能要件は、制約検証を簡素化します。
• フィルター誤差は、規定時間内に収束します。

結論:

• 提案手法は、統一規定性能下での6ローターUAVの最適コンセンサス制御問題を効果的に解決します。
• このアプローチは、リソース割り当ての効率と制御システムの使いやすさを向上させます。
• シミュレーション結果は、設計された制御方式の有効性と堅牢性を検証します。