[发明专利]一种基于强化学习的反无人机任务分配方法有效
| 申请号： | 202011482387.0 | 申请日： | 2020-12-16 |
| 公开（公告）号： | CN112507622B | 公开（公告）日： | 2022-06-21 |
| 发明（设计）人： | 黄魁华;黄亭飞;程光权;黄金才;冯旸赫;陈超;孙博良 | 申请（专利权）人： | 中国人民解放军国防科技大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06F30/15;G06N3/04;G06N3/08;G06F111/08 |
| 代理公司： | 长沙大珂知识产权代理事务所(普通合伙) 43236 | 代理人： | 伍志祥 |
| 地址： | 410073 湖*** | 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： | 针对当前反无人机系统单一拦截装备在暂时性的任务分配中无法有效压制无人机的问题，本发明公开了一种基于强化学习的反无人机任务分配方法，包括：对改进的DQN算法初始化，改进的DQN算法是指相对于DQN算法，采用当前时刻的状态来预测Q值；通过改进的DQN算法完成智能体的训练与优化，在智能体训练完备之后保存网络参数；将无人机状态信息S输入强化学习模块，通过强化学习输出次优解X，即初期的分配策略；通过进化算法对强化学习生成的次优解进行优化，生成目标分配的最优解；对所述的最优解进行解码，获得反无人机的任务分配方案。本发明中通过改进的DQN算法训练的智能体拦截表现更为精确，任务分配更加高效且适用。 | ||
| 搜索关键词： | 一种 基于 强化 学习 无人机 任务 分配 方法 | ||
【主权项】：
暂无信息
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/202011482387.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种桌面上使用的抗摔防水蓝牙音响结构
- 下一篇：一种玻璃裁切处理系统
