طراحی و شبیه سازی سیستم خودکار مبتنی بر یادگیری تقویتی برای تنظیم موقعیت خودروهای مفصلی

تنظیم موقعیت خودکار یکی از کاربردهای کلیدی در حوزه خودروهای هوشمند است که در افزایش ایمنی و بهینه سازی عملیات مانور وسایل نقلیه نقش اساسی دارد. خودروهای مفصلی به دلیل برخورداری از درجه آزادی بالا و دینامیک پیچیده و غیرخطی ناشی از مفصل بین کشنده و تریلر، کنترل دشوارتری نسبت به خودروهای صلب دارند. هدف از این پژوهش، طراحی و شبیه سازی یک سیستم کنترل خودکار برای تنظیم موقعیت خودروهای مفصلی با بهره گیری از چارچوب یادگیری تقویتی عمیق است. این سیستم می تواند به عنوان زیربنایی برای کاربردهای پیشرفته تر نظیر پارک خودکار مورد استفاده قرار گیرد.در این مطالعه، ابتدا مدل سازی دقیق دینامیک حرکت خودروی مفصلی و پدیده قیچی شدن انجام گرفت و مدل توسعه یافته با استفاده از نرم افزار تخصصی صحت سنجی شد. سپس، فرآیند یادگیری به منظور کاهش پیچیدگی محاسباتی، به دو فاز مجزا (آماده سازی مانور و تنظیم نهایی موقعیت) تقسیم شد. برای آموزش عامل هوشمند در این دو فاز، از الگوریتم های گرادیان سیاست قطعی عمیق (DDPG) و گرادیان سیاست قطعی عمیق دوگانه تاخیری (TD۳)، که با شبکه های عصبی شامل ۳ تا ۵ لایه نهان بهینه سازی شدند، استفاده گردید. نتایج ارزیابی ها نشان داد که الگوریتم TD۳، به دلیل توانایی بالاتر در حفظ پایداری فرآیند یادگیری، عملکرد بهتری نسبت به DDPG ارائه می دهد. در نهایت، سیستم کنترل پیشنهادی با ساختار بهینه برای هر فاز، موفقیت هایی به ترتیب ۹۶.۶٪ در فاز آماده سازی و ۹۴.۶٪ در فاز تنظیم نهایی را کسب کرد که کارایی بالا و قابلیت اطمینان سیستم مبتنی بر DRL در مواجهه با چالش های کنترلی خودروهای مفصلی را تایید می کند.

کلیدواژه ها:

برنامه ریزی حرکت ، خودروی مفصلی ، یادگیری تقویتی ، گرادیان سیاست قطعی عمیق