本申請屬于無人機智能控制領域,為一種基于細粒度重復策略的無人機機動飛行控制方法,基于無人機氣動力參數構建全量六自由度模型和飛行控制率模塊,用于模擬飛行控制環境,而后通過建立馬爾科夫決策過程來分析各個控制指令以及對應的獎懲函數,而后通過DDPG算法和細粒度策略網絡的結合形成各個控制指令與時間相對應的集合,對無人機進行控制。與傳統機動控制器相比較不需要精確的線性化控制建模,能夠生成連續的機動控制指令,不存在控制器切換而產生的指令反復跳變等問題。與經典的深度強化學習算法相比,該方法生成的機動飛行控制指令更加平滑,減少飛行任務中的指令有害切換次數,進而能夠加快深度強化學習算法的訓練速度。
聲明:
“基于細粒度重復策略的無人機機動飛行控制方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)