Розробка адаптивного алгоритму управління БПЛА на основі підкріплювального навчання

Abstract

Кваліфікаційна робота магістра складається з вступу, чотирьох розділів, висновків і пропозицій, списку використаних джерел. У роботі досліджено проблему створення автономних систем управління безпілотними літальними апаратами, здатних ефективно функціонувати в умовах невизначеності. Обґрунтовано використання методів глибокого підкріплювального навчання для задач безперервного керування. Розроблено та програмно реалізовано адаптивний алгоритм на основі методу Proximal Policy Optimization (PPO) із застосуванням стратегії доменної рандомізації, що забезпечує робастність системи до змін динаміки та зовнішніх збурень. Створено програмний комплекс мовою Python у середовищі PyBullet для навчання та тестування агента. Експериментальна перевірка підтвердила перевагу розробленого алгоритму над класичним ПІД-регулятором у сценаріях зі змінним корисним навантаженням та вітровим впливом.