龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明提供基于强化学习策略的智能网联车辆分布式优化控制方法，具有分层结构，包括以下步骤：建立车辆纵向动力学模型，并设定上层及下层的控制目标；对上层即轨迹优化控制层进行设计；基于分布式凸优化算法结合内模原理的轨迹规划控制器，结合内模原理设计的控制器去除上层轨迹规划过程中的外部干扰；对下层即跟踪控制层进行设计；基于强化学习Actor‑Critic框架的最优轨迹跟踪控制器；通过Lyapunov稳定性判据分析跟踪控制系统的稳定性及收敛性，保证对参考轨迹的精确跟踪；通过仿真实验验证所提算法的可行性。本发明针对网联车辆列队控制中的轨迹规划与轨迹跟踪控制问题进行研究，摆脱对于精准的车辆动力学方程的依赖。
主权项：1.基于强化学习策略的智能网联车辆分布式优化控制方法，具有分层结构，其特征在于，包括以下步骤：步骤1：建立车辆纵向动力学模型，并设定上层及下层的控制目标；步骤2：对上层即轨迹优化控制层进行设计；基于分布式凸优化算法结合内模原理的轨迹规划控制器，结合内模原理设计的控制器去除上层轨迹规划过程中的外部干扰；步骤3：对下层即跟踪控制层进行设计；基于强化学习Actor-Critic框架的最优轨迹跟踪控制器，其中，Actor网络用于逼近最优跟踪控制器，Critic神经网络用于逼近最优代价函数；步骤4：通过Lyapunov稳定性判据分析跟踪控制系统的稳定性及收敛性，保证对参考轨迹的精确跟踪；步骤5：通过仿真实验验证所提算法的可行性。
全文数据：
权利要求：
百度查询： 大连大学 基于强化学习策略的智能网联车辆分布式优化控制方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号