公开(公告)号：CN117289719A

公开(公告)日：2023-12-26

申请号：CN202311464890.7

申请日：2023-11-06

Applicant: 北京邮电大学

Inventor： 钱荣荣 ,  张超 ,  李朝新 ,  徐昊 ,  薛志浩 ,  苏豪

IPC: G05D1/10

Abstract: 本申请公开了一种无人机控制模型的训练方法、设备和无人机编队控制方法，利用深度Q网络(DQN)构建无人机控制模型，利用从环境中获取的飞行数据，对DQN进行训练，并在模型训练过程中，基于无人机相对于所述目标点的距离、无人机与其周围无人机之间的相对速度以及无人机与其周围无人机之间的相对距离，生成训练的奖励值，如此，可以使得无人机控制模型通过与环境交互学习到最优策略，可以在没有先验知识的情况下通过试错来改进编队控制策略，且不需要事先对环境进行详细建模。采用本发明，可以提高无人机飞行控制的精确性，使得无人机系统具有强大的泛化能力和适应性。

公开(公告)号：CN119416868A

公开(公告)日：2025-02-11

申请号：CN202411538491.5

申请日：2024-10-31

Applicant: 北京邮电大学

Inventor： 钱荣荣 ,  杨敬筠 ,  孔玉婷 ,  苏豪 ,  李朝新 ,  王一博 ,  郭子祺

IPC: G06N3/098 ,  G06F18/25 ,  H04L41/16 ,  H04L41/14

Abstract: 本申请公开了一种基于通信网络的联邦学习方法，包括：在任一节点侧，在该节点的任一待学习神经网络模型的任一轮次训练阶段，当该待学习神经网络模型的模型参数的当前累计更新次数不为第一间隔次数的整数倍以及第二间隔次数的整数倍时，在本节点进行本地训练，当前累计更新次数为第一间隔次数的整数倍且不为第二间隔次数的整数倍时，该节点模型参数进行融合，得到用于表征邻居共识的模型参数，当前累计更新次数为第二间隔次数的整数倍时，该节点获取聚合模型参数，得到用于表征全局聚合的模型参数，基于所得到的模型参数进行下一次更新并累计更新次数，直至当前累计更新次数达到更新次数阈值。本申请提高了神经网络模型的性能。