Come i robot possono salvare i treni ad alta velocità dai sobbalzi?

I treni ad alta velocità sono come supereroi su rotaia, ma anche loro hanno i loro nemici: i sobbalzi tra pantografo e linea aerea. Questi sbalzi di forza possono causare problemi seri. Un gruppo di ricercatori ha inventato un sistema intelligente chiamato CPO-LQR-BC-SAC che usa l'apprendimento automatico per ridurre questi sobbalzi. Prima, ottimizzano il controllo con un algoritmo chiamato CPO-LQR. Poi, aggiungono un tocco di intelligenza artificiale con il metodo SAC, guidato da esperti. I risultati? Una riduzione del 77% delle oscillazioni! Questo sistema funziona con diversi tipi di pantografi, rendendolo una soluzione robusta e pratica.

Il sistema CPO-LQR-BC-SAC combina diverse tecniche avanzate per ottimizzare il controllo del pantografo. Inizialmente, l'algoritmo Crowned Porcupine Optimization (CPO) viene utilizzato per regolare la matrice di ponderazione del Linear Quadratic Regulator (LQR), creando un controller CPO-LQR ad alte prestazioni. Questo riduce significativamente le fluttuazioni della forza di contatto pantografo-catenaria (PCCF). Successivamente, un controllo offline basato su un modello fornisce aggiustamenti 'esperti' che sopprimono ulteriormente i valori estremi della forza di contatto. L'azione di questi controlli offline, sovrapposta ai risultati in tempo reale del CPO-LQR, porta a ulteriori guadagni di soppressione. Il controller compensativo BC-SAC fornisce azioni di controllo correttive, guidate da azioni esperte attraverso un termine di perdita di clonazione del comportamento nella sua funzione di perdita. Un peso di imitazione decrescente garantisce un equilibrio tra imitazione ed esplorazione.