公开(公告)号：CN117519274B

公开(公告)日：2024-06-14

申请号：CN202311434271.3

申请日：2023-10-31

Applicant: 中国科学院自动化研究所

Inventor： 李丽娟 ,  范国梁 ,  李广杰

IPC: G05D1/495 ,  G05D1/46 ,  G05D101/10 ,  G05D109/20

Abstract: 本发明提供一种飞行控制仿真方法、装置、电子设备及存储介质。该方法包括：将无人机的航向角期望值输入至内环PID控制器，输出无人机对应的滚转角控制信号，滚转角控制信号用于控制无人机的副翼，使无人机处于目标三维轨迹上；将无人机的高度期望值输入至外环PID控制器，输出无人机对应的高度控制信号，高度控制信号用于控制无人机的升降舵，使无人机到达目标高度；将无人机的速度期望值输入至PI控制器，输出无人机对应的空速控制信号，空速控制信号用于控制无人机的油门，使无人机具有目标速度；基于滚转角控制信号、高度控制信号和空速控制信号，对无人机进行飞行控制。本发明提供的飞行控制仿真方法，可以提高无人机的飞行稳定性。

公开(公告)号：CN117151224A

公开(公告)日：2023-12-01

申请号：CN202310934321.8

申请日：2023-07-27

Applicant: 中国科学院自动化研究所

Inventor： 李丽娟 ,  兴军亮 ,  余照科 ,  范国梁

IPC: G06N5/04 ,  G06N3/006 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种兵棋强随机博弈的策略演化训练方法、装置、设备及介质，方法包括：基于兵棋推演对抗平台，获取强随机博弈、多异构智能体异步协同的兵棋决策问题；基于兵棋决策问题，确定设计了回退与替换机制的自博弈强化学习训练框架；获取自博弈强化学习训练框架进行强化学习时确定当前策略与旧策略之间的概率比例；基于概率比例，确定策略网络对应的策略损失，以及基于算子掩码，确定价值网络对应的价值损失；基于策略损失和所述价值损失，对框架进行参数迭代，得到兵棋推演决策模型。此过程在PPO算法的基础上额外引入了三个截断参数，来缓解状态价值估计不准的问题，大幅提高兵棋训练过程的稳定性和收敛速度。

公开(公告)号：CN117519274A

公开(公告)日：2024-02-06

申请号：CN202311434271.3

申请日：2023-10-31

Applicant: 中国科学院自动化研究所

Inventor： 李丽娟 ,  范国梁 ,  李广杰

IPC: G05D1/495 ,  G05D1/46 ,  G05D101/10 ,  G05D109/20

Abstract: 本发明提供一种飞行控制仿真方法、装置、电子设备及存储介质。该方法包括：将无人机的航向角期望值输入至内环PID控制器，输出无人机对应的滚转角控制信号，滚转角控制信号用于控制无人机的副翼，使无人机处于目标三维轨迹上；将无人机的高度期望值输入至外环PID控制器，输出无人机对应的高度控制信号，高度控制信号用于控制无人机的升降舵，使无人机到达目标高度；将无人机的速度期望值输入至PI控制器，输出无人机对应的空速控制信号，空速控制信号用于控制无人机的油门，使无人机具有目标速度；基于滚转角控制信号、高度控制信号和空速控制信号，对无人机进行飞行控制。本发明提供的飞行控制仿真方法，可以提高无人机的飞行稳定性。