针对桥式吊车中传统轨迹规划方法在复杂模型中数学分析复杂、难以适应动态环境的问题,提出了一种基于值函数分布的深度强化学习算法(Distributional Soft Actor-critic with Three Refinements,DSACT),用于桥式吊车的实时轨迹规划。DSAC...针对桥式吊车中传统轨迹规划方法在复杂模型中数学分析复杂、难以适应动态环境的问题,提出了一种基于值函数分布的深度强化学习算法(Distributional Soft Actor-critic with Three Refinements,DSACT),用于桥式吊车的实时轨迹规划。DSACT算法通过分布式值函数能够捕捉更丰富的状态-动作值分布信息,为决策提供更全面的表征学习;DSACT算法结合3项优化策略(期望价值替换、基于方差的临界梯度调整及双值分布学习),显著提升了模型的收敛速度、稳定性和鲁棒性。设计了滑模跟踪控制器以实现对规划轨迹的精确跟踪,提高系统的抗干扰能力和动态响应性能。仿真结果表明,与经典SAC和DDPG算法相比,DSACT算法在规划精度、收敛速度和控制稳定性方面表现更优;而滑模跟踪控制器相比传统PID控制器,在跟踪精度、抗干扰能力和动态响应方面具有显著优势。展开更多
文摘针对运动想象脑电解码受个体差异影响显著,固定流程难以在跨被试场景中保持稳定的问题,文章提出了一种可配置多模型解码框架,通过模块化集成多种特征提取与分类算法并构建参数与组合搜索空间,实现个体化配置优化。基于BCI Competition IV 2a数据的实验结果表明,不同被试者在最优特征维度、模型容量和算法组合上差异明显。个性化方案较固定基线最高提升9%,并能避免低效组合导致的性能下降。总而言之,该框架有效增强了解码稳健性,为个性化脑机接口提供了一种可行方法。
文摘针对桥式吊车中传统轨迹规划方法在复杂模型中数学分析复杂、难以适应动态环境的问题,提出了一种基于值函数分布的深度强化学习算法(Distributional Soft Actor-critic with Three Refinements,DSACT),用于桥式吊车的实时轨迹规划。DSACT算法通过分布式值函数能够捕捉更丰富的状态-动作值分布信息,为决策提供更全面的表征学习;DSACT算法结合3项优化策略(期望价值替换、基于方差的临界梯度调整及双值分布学习),显著提升了模型的收敛速度、稳定性和鲁棒性。设计了滑模跟踪控制器以实现对规划轨迹的精确跟踪,提高系统的抗干扰能力和动态响应性能。仿真结果表明,与经典SAC和DDPG算法相比,DSACT算法在规划精度、收敛速度和控制稳定性方面表现更优;而滑模跟踪控制器相比传统PID控制器,在跟踪精度、抗干扰能力和动态响应方面具有显著优势。
