System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 国产AV无码专区亚洲AWWW,伊人久久大香线蕉无码麻豆,日韩精品无码人成视频手机
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    基于深度強化學習的無人機控制方法、裝置、設備及介質制造方法及圖紙

    技術編號:43206440 閱讀:17 留言:0更新日期:2024-11-01 20:23
    本申請公開了一種基于深度強化學習的無人機控制方法、裝置、設備及介質,涉及無人機飛行控制領域。基于深度強化學習的無人機控制方法包括:構建長航時無人機的六自由度動力學方程;根據所述六自由度運動學方程,采用近端策略優化算法訓練深度強化學習模型,獲得訓練后的深度強化學習模型;基于訓練后的深度強化學習模型中的策略網絡進行控制策略的預測;基于預測得到的控制策略對長航時無人機進行控制。本申請提高了低空長航時無人機在復雜飛行環境中的穩定性。

    【技術實現步驟摘要】

    本申請涉及無人機飛行控制領域,特別是涉及一種基于深度強化學習的無人機控制方法、裝置、設備及介質


    技術介紹

    1、低空長航時無人機作為一種新興的航空平臺,具有長時間飛行的特性,適合執行持續的監視、偵察和通信任務,已成為研究和應用的熱點。

    2、低空長航時無人機為了增加航時,通常具備展弦比大、結構重量輕、結構剛度小等特點,帶來了顯著的動力學非線性。現有的飛行控制方法主要依賴線性模型,這些模型無法有效處理非線性氣動力和力矩對飛行控制的影響。例如,傳統的pid控制器雖然簡單有效,但在面對非線性動力學和外界干擾時表現較差,難以保證飛行穩定性和控制精度。

    3、近年來,深度強化學習(deep?reinforcement?learning,?drl)作為一種新興的控制方法,因其在處理非線性系統和高維狀態空間方面的優勢,逐漸應用于無人機飛行控制領域。然而,現有的研究在將drl應用于低空長航時無人機的飛行控制時,仍存在控制效果不穩定的問題。


    技術實現思路

    1、本申請的目的是提供一種基于深度強化學習的無人機控制方法、裝置、設備及介質,可提高低空長航時無人機在復雜飛行環境中的穩定性。

    2、為實現上述目的,本申請提供了如下方案:

    3、第一方面,本申請提供了一種基于深度強化學習的無人機控制方法,所述基于深度強化學習的無人機控制方法包括:構建長航時無人機的六自由度動力學方程;所述六自由度動力學方程包含非線性氣動力特性和力矩特性;根據所述六自由度運動學方程,采用近端策略優化算法訓練深度強化學習模型,獲得訓練后的深度強化學習模型;基于訓練后的深度強化學習模型中的策略網絡進行控制策略的預測;基于預測得到的控制策略對長航時無人機進行控制。

    4、第二方面,一種基于深度強化學習的無人機控制裝置,該基于深度強化學習的無人機控制裝置應用上述的基于深度強化學習的無人機控制方法,所述基于深度強化學習的無人機控制裝置包括:動力學方程構建模塊,用于構建長航時無人機的六自由度動力學方程;所述六自由度動力學方程包含非線性氣動力特性和力矩特性;模型訓練模塊,用于根據所述六自由度運動學方程,采用近端策略優化算法訓練深度強化學習模型,獲得訓練后的深度強化學習模型;預測模塊,用于基于訓練后的深度強化學習模型中的策略網絡進行控制策略的預測;控制模塊,用于基于預測得到的控制策略對長航時無人機進行控制。

    5、第三方面,一種計算機設備,包括:存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序,所述處理器執行所述計算機程序以實現上述的基于深度強化學習的無人機控制方法。

    6、第四方面,一種計算機可讀存儲介質,其上存儲有計算機程序,該計算機程序被處理器執行時實現上述的基于深度強化學習的無人機控制方法。

    7、根據本申請提供的具體實施例,本申請公開了以下技術效果。

    8、本申請提供了一種基于深度強化學習的無人機控制方法、裝置、設備及介質。通過建立包含非線性氣動力和力矩特性的六自由度動力學模型,并采用基于近端策略優化算法的深度強化學習控制方法,實現對無人機空速和姿態的精確控制,解決了低空長航時無人機在復雜飛行環境下,由于動力學模型的非線性特性及外界干擾而難以保持穩定飛行姿態的控制問題,提高了低空長航時無人機在復雜飛行環境中的穩定性。

    本文檔來自技高網...

    【技術保護點】

    1.一種基于深度強化學習的無人機控制方法,其特征在于,所述基于深度強化學習的無人機控制方法包括:

    2.根據權利要求1所述的基于深度強化學習的無人機控制方法,其特征在于,所述六自由度動力學方程包括:質心運動方程、角運動方程、質心動力學方程和角動力學方程。

    3.根據權利要求2所述的基于深度強化學習的無人機控制方法,其特征在于,所述質心運動方程為:

    4.根據權利要求3所述的基于深度強化學習的無人機控制方法,其特征在于,投影到機體坐標系的氣動力和在機體坐標系的氣動力矩采用無量綱氣動力系數計算獲得。

    5.根據權利要求4所述的基于深度強化學習的無人機控制方法,其特征在于,

    6.根據權利要求1所述的基于深度強化學習的無人機控制方法,其特征在于,根據所述六自由度運動學方程,采用近端策略優化算法訓練深度強化學習模型,獲得訓練后的深度強化學習模型,具體包括:

    7.根據權利要求6所述的基于深度強化學習的無人機控制方法,其特征在于,

    8.一種基于深度強化學習的無人機控制裝置,其特征在于,所述基于深度強化學習的無人機控制裝置應用權利要求1-7中任一項所述的基于深度強化學習的無人機控制方法,基于深度強化學習的無人機控制裝置包括:

    9.一種計算機設備,包括:存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序,其特征在于,所述處理器執行所述計算機程序以實現權利要求1-7中任一項所述的基于深度強化學習的無人機控制方法。

    10.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,該計算機程序被處理器執行時實現權利要求1-7中任一項所述的基于深度強化學習的無人機控制方法。

    ...

    【技術特征摘要】

    1.一種基于深度強化學習的無人機控制方法,其特征在于,所述基于深度強化學習的無人機控制方法包括:

    2.根據權利要求1所述的基于深度強化學習的無人機控制方法,其特征在于,所述六自由度動力學方程包括:質心運動方程、角運動方程、質心動力學方程和角動力學方程。

    3.根據權利要求2所述的基于深度強化學習的無人機控制方法,其特征在于,所述質心運動方程為:

    4.根據權利要求3所述的基于深度強化學習的無人機控制方法,其特征在于,投影到機體坐標系的氣動力和在機體坐標系的氣動力矩采用無量綱氣動力系數計算獲得。

    5.根據權利要求4所述的基于深度強化學習的無人機控制方法,其特征在于,

    6.根據權利要求1所述的基于深度強化學習的無人機控制方法,其特征在于,根據所述六自由度運動學方程,采用近端策略優化...

    【專利技術屬性】
    技術研發人員:闞梓李道春周昀鍇王天杰別大衛孟莉向錦武
    申請(專利權)人:天目山實驗室
    類型:發明
    國別省市:

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 国产日韩AV免费无码一区二区| 亚洲av无码成人黄网站在线观看| 亚洲AV无码乱码在线观看富二代| 亚洲国产精品无码久久久| 无码人妻品一区二区三区精99 | 人妻精品久久无码区| 日韩毛片无码永久免费看| av无码国产在线看免费网站| 午夜成人无码福利免费视频| 无码人妻少妇色欲AV一区二区| 亚洲av日韩aⅴ无码色老头| 日韩精品久久无码中文字幕| 亚洲AV无码久久精品蜜桃| 少妇无码?V无码专区在线观看| 人妻无码一区二区不卡无码av| 国产精品xxxx国产喷水亚洲国产精品无码久久一区 | 无码人妻精品一区二区三区夜夜嗨 | mm1313亚洲国产精品无码试看| 中文字幕人成无码免费视频| 韩日美无码精品无码| 亚洲国产91精品无码专区 | 性色av无码免费一区二区三区| 日韩人妻精品无码一区二区三区 | 91精品国产综合久久四虎久久无码一级 | 久久人妻内射无码一区三区| 惠民福利中文字幕人妻无码乱精品 | 国产精品无码日韩欧| 日韩乱码人妻无码中文字幕 | 久久久久av无码免费网| 国产AV无码专区亚洲A∨毛片| 久久综合一区二区无码| 国产强被迫伦姧在线观看无码 | 亚洲AV无码不卡在线播放| 国产亚洲大尺度无码无码专线 | 毛片无码一区二区三区a片视频| 亚洲爆乳无码精品AAA片蜜桃| 亚洲国产精品无码久久九九大片 | 无码播放一区二区三区| 亚洲成无码人在线观看| 成人免费一区二区无码视频| 久久无码高潮喷水|