一种基于深度强化学习算法的主动悬架控制策略生成方法

    公开(公告)号:CN115826402A

    公开(公告)日:2023-03-21

    申请号:CN202211445241.8

    申请日:2022-11-18

    Applicant: 江苏大学

    Abstract: 本发明公开了一种基于深度强化学习算法的主动悬架控制策略生成方法,涉及到智能控制和人工智能领域技术,包括如下步骤:步骤一:基于主动悬架半车模型,建立主动悬架半车模型的控制问题模型;步骤二:搭建策略神经网络用以表征主动悬架的控制策略;步骤三:通过奖励函数实现策略神经网络的更新;步骤四:策略神经网络的迭代训练,生成收敛后的主动悬架控制策略。本发明基于SAC强化学习算法,通过对所构建的悬架控制策略网络的训练,寻求一种最优的主动悬架控制策略,对所生成的控制策略进行验证后,可通过该控制策略实现对主动悬架的动态自适应减振控制。

Patent Agency Ranking