公开(公告)号：CN113110546B

公开(公告)日：2022-09-23

申请号：CN202110422019.5

申请日：2021-04-20

Applicant: 南京大学

Inventor： 俞扬 ,  詹德川 ,  周志华 ,  高永青 ,  秦熔均 ,  陈雄辉 ,  庞竟成 ,  袁雷 ,  管聪

IPC: G05D1/08 ,  G05D1/10

Abstract: 本发明公开一种基于离线强化学习的无人机自主飞行控制方法，包含以下步骤：(1)人为控制无人机执行飞行任务，收集无人机在现实环境中的飞行数据，生成数据集。(2)基于数据集，根据飞行状态和动作设计奖赏函数。(3)基于离线强化学习算法，仅利用数据集训练自主飞行控制策略。(4)在现实环境中，使用自主飞行控制策略操控无人机执行飞行任务，无人机操作员实时监控，测试控制策略性能并收集飞行数据。(5)把收集的新飞行数据加入数据集。(6)迭代执行步骤(2)(3)(4)(5)，直到自主飞行控制策略能够完成飞行任务。本发明能够以很低的成本训练出泛化性好、鲁棒的自主飞行控制策略，适用于复杂多变的现实环境。

公开(公告)号：CN113110546A

公开(公告)日：2021-07-13

申请号：CN202110422019.5

申请日：2021-04-20

Applicant: 南京大学

Inventor： 俞扬 ,  詹德川 ,  周志华 ,  高永青 ,  秦熔均 ,  陈雄辉 ,  庞竟成 ,  袁雷 ,  管聪

IPC: G05D1/08 ,  G05D1/10

Abstract: 本发明公开一种基于离线强化学习的无人机自主飞行控制方法，包含以下步骤：(1)人为控制无人机执行飞行任务，收集无人机在现实环境中的飞行数据，生成数据集。(2)基于数据集，根据飞行状态和动作设计奖赏函数。(3)基于离线强化学习算法，仅利用数据集训练自主飞行控制策略。(4)在现实环境中，使用自主飞行控制策略操控无人机执行飞行任务，无人机操作员实时监控，测试控制策略性能并收集飞行数据。(5)把收集的新飞行数据加入数据集。(6)迭代执行步骤(2)(3)(4)(5)，直到自主飞行控制策略能够完成飞行任务。本发明能够以很低的成本训练出泛化性好、鲁棒的自主飞行控制策略，适用于复杂多变的现实环境。