محمدحسین علیزاده - دانشجوی دکتری، دانشکده فناوری های نوین و مهندسی هوافضا، دانشگاه شهید بهشتی، تهران، ایران
علیرضا طلوعی - دانشیار، دانشکده فناوری های نوین و مهندسی هوافضا، دانشگاه شهید بهشتی، تهران، ایران
رضا قاسمی - دانشیار، دانشکده مهندسی برق، دانشگاه قم، قم، ایران

مجموعه کنترلی در بسیاری از وسایل متحرک در آب با یک نظام تداخلی و غیر خطی روبرو است. به صورت خاص، در هواناو به دلیل اختصاص عملگرهای ناقص و ناکافی، اثر کنترل به صورت تداخلی در کانال ها دیده می شود. در این وسیله در هر مانور (سرعت های متفاوت) رفتار تغییر بزرگی می کند. با انحراف سکان در حرکت سمتی، کانال طولی تاثیر می پذیرد و همچنین با تغییر سرعت طولی، رفتار کانال سمت کاملا متحول می شود. در این تحقیق با شناسایی رفتار مورد نظر، ابتدا مدل خطی شده استخراج می شود. برای تابع تبدیل بدست آمده با الزامات مشخص، کنترل گر برای کانال های سرعت طولی، سمتی و سرعت زاویه ای طراحی می شود. چون این کنترل گر برای حالتی خاص طراحی شده است و برای تمامی مانورها و یا عدم قطعیت های هواناو رفتار لزوما مطلوبی ندارد. ناگزیر با استفاده از روش یادگیری تقویتی بهره های کنترل گر اولیه به صورت خارج از خط، برای تمام حالات ممکن (مانور و عدم قطعیت) تنظیم می گردند. گفتنی است تمامی بار محاسباتی به صورت خارج از خط صورت گرفته، نتیجه حاصل به صورت بهره های اصلاحی به کنترل گر اولیه اعمال شده و به صورت برخط استفاده می گردد. نتایج تحقیق نشان می دهد، با تنظیم کنترل گر با کمک یادگیری ماشین، در تعقیب فرامین هدایتی حداقل %۲۵ بهبود در خطای تعقیب حاصل می شود.

هواناو, کنترل گر تناسبی, یادگیری ماشین, یادگیری تقویتی, یادگیری مونت کارلو