基于强化学习算法的地下铲运机车速控制

针对铲运机无人驾驶行驶时车速变化难控制的问题,将强化学习算法应用于车速的控制,使车辆在各种状态下车速保持平滑稳定.对比了强化学习算法和经验法、模糊控制、传统PID控制、滑膜控制、逆控制、智能优化算法等算法,分析并设计了强化学习策略,推导出了强化学习模型,即控制车速和上一时刻车速、上一时刻航向角偏差、上一时刻位置偏差的关系,计算相关参数,进行了仿真实验并验证了模型的正确性.结果表明,相对于传统的模糊化分级控制车速和经验法,强化学习算法控制可很好地提升车速变化的稳定性,可根据环境和自身状态车速变化,灵活、正确地调节车速变化,很好地提高车辆的动态性能并减少误差.