公开(公告)号：CN113741533B

公开(公告)日：2025-01-24

申请号：CN202111089240.X

申请日：2021-09-16

Applicant: 中国电子科技集团公司第五十四研究所

Inventor： 柴兴华 ,  耿虎军 ,  柯良军 ,  刘子锋 ,  陈彦桥 ,  高峰 ,  张小龙 ,  田苗 ,  关俊志 ,  王小强 ,  王雅涵 ,  轩书哲 ,  张格玮

IPC: G05D1/46 ,  G05D109/20

Abstract: 本发明公开了一种基于模仿学习与强化学习的无人机智能决策系统，包括环境感知模块、专家行为演示模块、决策学习模块以及控制执行模块，该系统可以对复杂的实时场景做出准确的决策，达到从起始点飞行到设定终止点的目标，能够在整个飞行过程中自主决策，根据环境信息、实时事件等选择无人机控制策略，规避障碍物，安全高效到达目标点。相较传统设计专家规则的决策系统，本发明由模仿学习对专家行为进行行为克隆，得到决策控制网络的初始值，再由深度强化学习，依据执行飞行任务过程中的事件、状态设置奖励函数，学习得到更加准确、泛化性更好的决策控制Q网络，对于提升无人机自主控制性能具有重要作用。

公开(公告)号：CN113741533A

公开(公告)日：2021-12-03

申请号：CN202111089240.X

申请日：2021-09-16

Applicant: 中国电子科技集团公司第五十四研究所

Inventor： 柴兴华 ,  耿虎军 ,  柯良军 ,  刘子锋 ,  陈彦桥 ,  高峰 ,  张小龙 ,  田苗 ,  关俊志 ,  王小强 ,  王雅涵 ,  轩书哲 ,  张格玮

IPC: G05D1/10

Abstract: 本发明公开了一种基于模仿学习与强化学习的无人机智能决策系统，包括环境感知模块、专家行为演示模块、决策学习模块以及控制执行模块，该系统可以对复杂的实时场景做出准确的决策，达到从起始点飞行到设定终止点的目标，能够在整个飞行过程中自主决策，根据环境信息、实时事件等选择无人机控制策略，规避障碍物，安全高效到达目标点。相较传统设计专家规则的决策系统，本发明由模仿学习对专家行为进行行为克隆，得到决策控制网络的初始值，再由深度强化学习，依据执行飞行任务过程中的事件、状态设置奖励函数，学习得到更加准确、泛化性更好的决策控制Q网络，对于提升无人机自主控制性能具有重要作用。