Robust Optimal Tracking Control for Center-of-Mass-Offset Mecanum Mobile Robots Using Off-Policy Integral Reinforcement Learning
Cet article propose un contrôleur de poursuite optimale robuste basé sur l'apprentissage par renforcement intégral hors politique pour les robots mobiles Mecanum à quatre roues qui traite efficacement les décalages du centre de masse et les incertitudes de glissement des roues en approximant la solution de l'équation de Hamilton-Jacobi-Isaacs à l'aide de trois réseaux de neurones, atteignant ainsi une précision de poursuite et une robustesse supérieures par rapport aux méthodes conventionnelles.