增强型强化学习故障识别(FIERL)
原文中文,约500字,阅读约需2分钟。发表于: 。这篇论文提出了一种新颖的主动故障检测(AFD)方法,通过明确将任务分为两个部分:被动故障检测(PFD)和控制输入设计。该方法具有很强的普适性,大部分已有的 AFD 文献都可以从该角度来解读。通过认识到这种分离,PFD 方法可以提供高效利用可用信息的组件,而控制输入的设计则是为了优化信息收集。本文的核心贡献是...
该论文提出了一种新的主动故障检测方法,通过将任务分为被动故障检测和控制输入设计两个部分。该方法具有普适性,可以高效利用可用信息并优化信息收集。论文的核心贡献是FIERL,一种通用的基于模拟的方法,用于设计控制策略并通过约束强化学习来优化被动探测器的性能。FIERL在处理复杂的连续故障模式方面具有广泛的适用性。在执行器故障诊断的基准问题上,FIERL表现出相当的鲁棒性并能够泛化到未见过的故障动态。