Adaptive control with LSTM augmentation: Theory and human-in-the-loop validation

Bu tez, geleneksel uyarlanabilir kontrol yöntemlerine kıyasla önemli ölçüde daha iyi geçici tepki performansı sağlayan yeni bir uyarlanabilir kontrol mimarisi sunmaktadır. Bu, geleneksel bir Uyarlanabilir Sinir Ağı (YSA) kontrolörünün ve bir Uzun Kısa Süreli Bellek (LSTM) ağının sinerjik kullanımı ile gerçekleştirilmektedir. LSTM yapıları, belirsizliği tahmin etmeye yardımcı olan bir giriş dizisindeki bağımlılıklardan yararlanabilir. LSTM ağının kapalı döngü içinde YSA kontrolörünün eksikliklerini telafi etmeyi öğrendiği bir eğitim yöntemi sunuyoruz. Bu sayede sistemin geçici tepkisi iyileştirilmekte ve kontrolörün beklenmedik durumlarda hızla tepki vermesi sağlanmaktadır. Bu çalışma aynı zamanda önerilen kontrol çerçevesinin döngü içinde insan performansını da araştırmaktadır. LSTM ile güçlendirilmiş kontrol yöntemi, özellikle belirsizliklerde önemli ve hızlı değişikliklerin varlığında geçici tepkiyi büyük ölçüde iyileştirse de, güvenli çalışmayı sağlamak için bir insan operatörü ile etkileşimlerinin analiz edilmesi gerekmektedir. İlk olarak, sistemin genel davranışını araştırmak ve referans izleme görevi için kontrolörün performansını incelemek amacıyla bir insan pilot modeli kullanılır. Ardından, sistemin döngüde gerçek bir insan operatörünün varlığında nasıl tepki verdiğini analiz etmek için insan deneyleri yapılır. Özenle gerçekleştirilen simülasyon çalışmaları sayesinde, bu mimarinin çeşitli belirsizlikler kümesinde tahmin doğruluğunu artırdığını gösteriyoruz. Genel sistemin kararlılığı titiz bir Lyapunov analizi ile incelenmiş ve önerilen yöntemin performansı sayısal simülasyonlar ve döngü içindeki insan deneyleri ile gösterilmiştir.