МАШИННОЕ ОБУЧЕНИЕ СИСТЕМ УПРАВЛЕНИЯ С ОБРАТНОЙ СВЯЗЬЮ НА БАЗЕ ПРИНЦИПА
СИНТЕЗИРОВАННОГО ОПТИМАЛЬНОГО УПРАВЛЕНИЯ 

Елизавета Юрьевна Шмалько, кандидат технических наук, старший научный сотрудник отдела управления робототехническими устройствами, Федеральный исследовательский центр «Информатика и управление» Российской академии наук (ФИЦ ИУ РАН) (Россия, г. Москва, ул. Вавилова, 44); доцент кафедры робототехнических систем и мехатроники, Московский государственный технический университет имени Н. Э. Баумана (Россия, г. Москва, ул. 2-я Бауманская, 5), E-mail: e.shmalko@gmail.ru 

Аннотация

Актуальность и цели. В стремлении к автоматизации различных процессов жизнедеятельности для повышения их качества очевидной становится необходимость автоматизировать и сам процесс автоматизации, т.е. разработки систем управления, чтобы сделать его быстрым и универсальным. Это звучит особенно актуально в условиях всевозрастающей роботизации и появления разнообразных роботов в качестве объектов управления. Наиболее общей задачей робототехники является синтез управления с обратной связью. Она предполагает, что система управления, обеспечивающая достижение объектом цели, проектируется в зависимости от состояния объекта оптимально по заданным критериям. Задача синтеза является актуальной, но общих подходов к ее решению на сегодняшний день не существует. В данной работе предлагается инверсный подход к синтезу оптимальной системы управления с обратной связью на основе методов машинного обучения для получения реализуемых решений задачи оптимального управления. Материалы и методы. В работе представлен принцип синтезированного оптимального управления. Общая идея состоит в следующем. Сначала стабилизируем объект относительно некоторой точки пространства состояний, решая задачу синтеза системы стабилизации. Добавление системы стабилизации в модель объекта придает ей новое свойство: в каждый момент времени объект имеет точку равновесия. Вблизи точки равновесия все решения сходятся. Таким образом, задача оптимального управления решается через оптимальное положение точки равновесия. Результаты. Приведены обоснования и сформулирован принцип синтезированного оптимального управления, включающий этап синтеза системы стабилизации. Представлена реализация системы управления квадрокоптером на основе принципа синтезированного оптимального управления. Выводы. При решении задачи оптимального управления необходимо дополнительно обеспечить движение объекта по полученной траектории для компенсации возможных постоянно существующих неопределенностей. В представленном синтезированном подходе оптимального управления неопределенность компенсируется устойчивостью системы относительно точки в пространстве состояний. 

Ключевые слова

машинное обучение, оптимальное управление, модель, синтез, квадрокоптер 

 Скачать статью в формате PDF

Для цитирования:

Шмалько Е. Ю. Машинное обучение систем управления с обратной связью на базе принципа синтезированного оптимального управления // Надежность и качество сложных систем. 2023. № 3. С. 38–49. doi: 10.21685/2307-4205-2023-3-5