针对深度强化学习在双轮机器人中的应用问题,提出了一种基于深度确定性策略梯度算法的平衡控制方法。首先,该方法将双轮机器人作为智能体,读取状态信息并建立动作策略和奖惩机制;其次,智能体依据算法给出的随机动作指令执行,执行完动作之后反馈状态信息,算法根据反馈的状态信息给出新动作;最后,通过多回合训练使双轮机器人保持平衡。实验结果表明,通过多回合训练之后,双轮机器人的姿态角度波动范围在-4°~4°以内,双轮机器人的平稳性得到了显著改善,实现了机器人的平衡控制行为学习,证明了该方法的有效性。

基于LabVIEW为控制系统的列车电制动试验台的设计方案,对多种传感器的信号进行收集和处理,利用飞轮组和负载电动机模拟列车的惯性和阻力。列车制动过程中,飞轮储能装置通过再生制动储存能量然后再利用,提高整个过程的能量利用率,纯电制动技术具有更大的环保和提高制动系统寿命的意义。