[发明专利]一种基于强化学习的固定翼无人机群集控制方法有效
申请号: | 201910832116.4 | 申请日: | 2019-09-04 |
公开(公告)号: | CN110502033B | 公开(公告)日: | 2022-08-09 |
发明(设计)人: | 王菖;闫超;相晓嘉;牛轶峰;尹栋;吴立珍;陈紫叶 | 申请(专利权)人: | 中国人民解放军国防科技大学 |
主分类号: | G05D1/10 | 分类号: | G05D1/10 |
代理公司: | 湖南兆弘专利事务所(普通合伙) 43008 | 代理人: | 周长清 |
地址: | 410073 湖南*** | 国省代码: | 湖南;43 |
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强化学习的固定翼无人机群集控制方法,其包括:步骤S1、训练阶段:建立随机无人机动力学模型、执行器深度神经网络和评价器深度神经网络,持续采集智能体与环境进行交互的历史经验,并存储到经验池中;从经验池中随机进行批次采样,不断更新执行器和评价器的网络参数,最终形成保存评价器网络模型;步骤S2、执行阶段:僚机通过传感器获取自身位置和姿态信息,载入评价器网络模型,评价器根据当前系统联合状态输出僚机最佳滚转动作,长机滚转角设定值由操控员给出;直至完成飞行任务。本发明具有较强的实时性和适应性、能够将仿真中训练得到的策略迁移到真实环境中等优点。 | ||
搜索关键词: | 一种 基于 强化 学习 固定 无人机 群集 控制 方法 | ||
【主权项】:
1.一种基于强化学习的固定翼无人机群集控制方法,其特征在于,包括:/n步骤S1、训练阶段:建立随机无人机动力学模型、执行器深度神经网络和评价器深度神经网络,持续采集智能体与环境进行交互的历史经验,并存储到经验池中;从经验池中随机进行批次采样,不断更新执行器和评价器的网络参数,最终形成保存评价器网络模型;/n步骤S2、执行阶段:僚机通过传感器获取自身位置和姿态信息,载入评价器网络模型,评价器根据当前系统联合状态输出僚机最佳滚转动作,长机滚转角设定值由操控员给出;直至完成飞行任务。/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中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,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/201910832116.4/,转载请声明来源钻瓜专利网。