Řízení pneumatické pružiny neuronovou sítí

Abstract
Práce se zabývá nahrazením PID regulátoru pokročilejší metodou regulace určenou k řízení zdvihu pneumatické pružiny. K tomuto účelu zvolené algoritmy hlubokého posíleného učení jsou v této práci teoreticky popsány a následně aplikovány na matematický model pružiny. Dále se práce zabývá konstrukcí experimentálního zařízení určeného k řízení reálné pružiny.
The work deals with the replacement of the PID controller with a more advanced method of regulation designed to control the stroke of an air spring. The algorithms of deep reinforcement learning selected for this purpose are theoretically described in this work and subsequently applied to the mathematical model of the spring. Furthermore, the work deals with the construction of an experimental device designed to control a real spring.
Description
Subject(s)
pneumatická pružina, PID regulace, umělá inteligence, hluboké posílené učení, neuronové sítě, odměnová funkce, Deep Deterministic Policy Gradient, air spring, PID regulation, artificial inteligence, deep reinforcement learning, neural networks, reward function, Deep Deterministic Policy Gradient
Citation
ISSN
ISBN
Collections