[发明专利]基于深度强化学习的动态试飞任务规划方法

摘要

一种基于深度强化学习的动态试飞任务规划方法，以同时最小化试飞周期和任务延期度为目标，构建试飞任务规划问题模型以及试飞任务选择规则和驾机安排的启发式规则；定义包括试验驾机特征信息、系统特征信息和未完成任务特征信息的试飞任务规划环境的状态信息以及基于规划目标的奖励函数；通过建立基于决策‑评价的近端策略优化模型，利用训练数据对优化模型进行训练后，在线动态规划试飞任务。本发明既保证算法的计算效率，也可以提高启发式规则的全局最优能力，显著优化试飞周期和任务延期度。