کنترل شتاب طولی و جانبی خودروی بدون سرنشین با استفاده از یادگیری تقویتی عمیق

نویسندگان

1 دانشجوی دکتری، گروه مهندسی برق، دانشکده مهندسی برق و کامپیوتر، دانشگاه صنعتی مالک اشتر، تهران، ایران

2 استادیار، گروه مهندسی برق، دانشکده مهندسی برق و کامپیوتر، دانشگاه صنعتی مالک اشتر، تهران، ایران

3 استادیار، گروه مهندسی برق، دانشکده مهندسی برق، دانشگاه صنعتی مالک اشتر، تهران، ایران

doi
10.22119/jte.2025.505444.2730
چکیده

کنترل دقیق شتاب طولی و جانبی در خودروهای بدون سرنشین یکی از چالش‌های کلیدی در توسعه سیستم‌های خودران ایمن و کارآمد به شمار می‌رود. با توجه به رشد سریع فناوری‌های خودران و نیاز به بهبود عملکرد این سیستم‌ها در شرایط مختلف جاده‌ای، پژوهش در زمینه کنترل هوشمند این خودروها اهمیت ویژه‌ای یافته است. در این مقاله، یک روش نوآورانه برای کنترل شتاب طولی و جانبی خودروهای بدون سرنشین مبتنی بر یادگیری تقویتی ارائه شده است. روش پیشنهادی با بهره‌گیری از معماری تفکیک‌شده، پیچیدگی محاسباتی را کاهش داده و امکان استفاده از الگوریتم‌های یادگیری تقویتی پیشرفته‌تر را فراهم می‌کند. در مرحله اولیه، یک عامل یادگیری تقویتی واحد برای کنترل هم‌زمان شتاب طولی و جانبی طراحی و آموزش داده می‌شود. سپس، به‌منظور بهبود کارایی، عامل‌های یادگیری تقویتی به دو بخش مستقل برای کنترل طولی و جانبی تفکیک‌شده و به‌صورت جداگانه آموزش داده می‌شوند. نتایج شبیه‌سازی‌ها نشان می‌دهد که این تفکیک نه‌تنها سرعت همگرایی فرآیند آموزش را افزایش می‌دهد، بلکه دقت عملکرد سیستم کنترل را نیز به‌طور قابل توجهی بهبود می‌بخشد. جداسازی عامل­ها، کاهش حدود 2 ساعت از زمان آموزش شبکه­های عمیق،  تقلیل 38.2 درصدی میانگین خطای سمت و 10.1 درصدی میانگین خطای فاصله را نتیجه می­دهد. این یافته‌ها می‌تواند به توسعه سیستم‌های کنترلی پیشرفته‌تر و ایمن‌تر برای خودروهای خودران کمک کند و نقش مهمی در ارتقاء ایمنی و کارایی این فناوری‌ها ایفا نماید.