重庆理工大学学报2022，Vol.36Issue(6) ：302-308.DOI:10.3969/j.issn.1674-8425(z).2022.06.037

并行深度强化学习的柴油机动力系统VGT智能控制

Intelligent control of diesel engine pressurization based on deep reinforcement learning in cloud computing framework

赖晨光 伍朝兵 李家曦 孙友长 胡博
重庆理工大学学报2022，Vol.36Issue(6) ：302-308.DOI:10.3969/j.issn.1674-8425(z).2022.06.037
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

并行深度强化学习的柴油机动力系统VGT智能控制

Intelligent control of diesel engine pressurization based on deep reinforcement learning in cloud computing framework

赖晨光 1伍朝兵 2李家曦 2孙友长 2胡博2
扫码查看

作者信息

  • 1. 重庆理工大学 汽车零部件制造及检测技术教育部重点实验室,重庆 400054;重庆理工大学 车辆工程学院,重庆 400054
  • 2. 重庆理工大学 车辆工程学院,重庆 400054
  • 折叠

摘要

针对智能网联(ICV)在动力总成控制领域缺乏相关研究,传统动力总成控制既不智能也不网联的情况,采用最新的深度强化学习算法控制可变截面涡轮(V GT),促进传统内燃动力向智能网联发展.以某台可变几何截面涡轮柴油机为列,分别采用深度强化学习控制方法和PID控制方法进行仿真.结果表明:并行深度强化学习明显优于传统控制方法,最终收敛奖励值超过PID控制,4线程和8线程控制的绝对误差分别提升了37.87％和42.71％.

关键词

深度强化学习/智能网联/并行计算/可变截面涡轮

引用本文复制引用

基金项目

国家自然科学基金(51905061)

出版年

2022
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
参考文献量4
段落导航相关论文