本發明涉及一種基于深度Q神經網絡的主動懸架強化學習控制方法,屬于汽車動態控制和人工智能技術領域。本發明中強化學習控制器主體從懸架系統中獲取車身加速度、懸架動撓度等狀態觀測量,利用策略來決定合理的主動力施加給懸架系統,懸架系統根據主動力改變當前時刻的狀態,同時產生一個獎勵值來評判當前主動力的好壞。設定合理的獎勵函數,結合從環境中獲取的動態數據,便能確定出一種最優策略來決定主動控制力的大小,使得控制系統整體在大量訓練下性能更加優越?;谏疃萉神經網絡的強化學習控制方法使得主動懸架系統能夠動態自適應調節,從而克服傳統懸架控制方法難以解決的參數不確定性和多變路面干擾等因素帶來的影響,在保證車輛整體的安全性前提下,盡可能提高乘客的乘坐舒適性。
聲明:
“基于深度Q神經網絡的主動懸架強化學習控制方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)