来源：期刊VIP网 时间：
作者：郭鸿飞;宁国栋;张科南;高广林;
单位：北京机电工程研究所;
摘要：针对变体飞行器内部气动系数时变导致的控制律设计困难、参数调试复杂的问题，提出了一种基于深度强化学习的智能控制策略。将变体飞行器纵向运动模型分解为姿态子系统与速度子系统。对于姿态子系统，在系统非仿射的情况下，采用反步法设计了鲁棒控制律，并基于深度确定性策略梯度算法进行智能参数整定和控制补偿。对于速度子系统，利用深度确定性策略梯度算法智能整定PI控制器参数，实现对速度指令的跟踪。通过训练，智能算法可以根据当前状态快速且智能地调整控制律参数，并通过仿真验证了智能算法的学习效果与控制律的有效性和鲁棒性。
关键词：变体飞行器;;深度确定性策略梯度;;智能参数整定;;非仿射系统;;反步法;;PI控制
