[发明专利]一种基于改进Q-learning算法的无人机航路规划方法有效
| 申请号： | 201910632921.2 | 申请日： | 2019-07-15 |
| 公开（公告）号： | CN110488859B | 公开（公告）日： | 2020-08-21 |
| 发明（设计）人： | 富立;李润夏;王玲玲 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G05D1/10 | 分类号： | G05D1/10 |
| 代理公司： | 北京航智知识产权代理事务所(普通合伙) 11668 | 代理人： | 黄川;史继颖 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于改进Q‑learning算法的无人机航路规划方法，在不同的仿真环境下训练无人机得到先验知识列表，之后在未知的环境中，利用训练得到的先验知识引导无人机进行探索，减少无人机在未知环境下的探索步数；引入单位置动作值函数收敛的准则，改变传统Q‑learning依据马尔科夫过程链式收敛的原则，加快动作值函数的收敛速度。 | ||
| 搜索关键词： | 一种 基于 改进 learning 算法 无人机 航路 规划 方法 | ||
【主权项】：
1.一种基于改进Q-learning算法的无人机航路规划方法，其特征在于，包括以下步骤：/nS1：利用仿真环境训练无人机以获取先验知识，形成先验知识列表；/nS2：在未知的环境中，设立无人机的起始点和终止点，利用步骤S1获取的先验知识引导无人机进行探索；/nS3：判断每个位置的动作值函数是否收敛，若收敛，计算该位置的动作值函数，并停止更新该位置的动作值函数；若不收敛，更新该位置的动作值函数；/nS4：判断是否所有位置的动作值函数都已收敛，若收敛，结束探索过程，根据动作值函数确定出最优航路方案；若不收敛，则无人机继续从起始点开始探索，进行下一次迭代，重复执行步骤S2和步骤S3，直到所有位置的动作值函数全部收敛。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京航空航天大学，未经北京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910632921.2/，转载请声明来源钻瓜专利网。
