應用增強式學習模糊控制之四旋翼機避障系統

Translated title of the thesis: Application of Reinforcement Learning in Fuzzy Control for Quadcopter Collision Avoidance System
  • 柯 俊伊

Student thesis: Master's Thesis

Abstract

本研究欲開發一套能夠根據環境而做學習的四旋翼機避障系統,吾人提出一種增強式學習與模糊控制理論結合的方法。四旋翼機避障系統的核心演算法為模糊控制演算法,使用人工智慧來對避障系統做修正;人工智慧有很多分支,藉由機器學習中的增強式學習,可以對整個控制過程中的變數做學習,來完成對環境要求的系統。在避障系統中,模糊控制演算法裡的歸屬函數會對整個系統的輸出有影響,本研究使用增強式學習的Q-Learning對控制系統做優化,透過更動歸屬函數及模糊控制的明確輸出大小,來做為增強式學習的動作。每次更動後測試的過程為狀態,在確實的經過整個流程後,可以完成對四旋翼機避障系統的學習。在避障的過程中,會限制使用者權限的控制來確保避障過程不會受其干擾,進而安全達成避障,並且設計無線傳輸模組來將實驗數據傳輸到地面資料站,可與原有地面站做資料比對及互補。最後藉由飛行測試,對實驗環境做學習的實際飛行測試,驗證所開發的避障系統可行性。
Date of Award2018 Jul 25
Original languageChinese
SupervisorWei-Hsiang Lai (Supervisor)

Cite this

'