公开(公告)号：CN116166039A

公开(公告)日：2023-05-26

申请号：CN202310165675.0

申请日：2023-02-27

Applicant: 西北工业大学

Inventor： 程昊宇 ,  闫天 ,  黄汉桥 ,  周欢 ,  张勃 ,  陈秋元 ,  魏文程

IPC: G05D1/08 ,  G05D1/10

Abstract: 本发明涉及一种基于深度强化学习的弱模型依赖飞行器智能控制方法，包括构建飞行器控制架构，构建决策神经网络模型，对所述决策神经网络进行训练，根据飞行器的飞行状态进行控制参数实时调节，以实现弱模型依赖情况下飞行器的控制。飞行器控制器采用PD控制架构，决策神经网络设计为Double Network Actor‑Critic结构，奖励函数设计考虑了姿态角误差和姿态角速率误差，决策神经网络模型的训练基于DDPG算法，使控制系统能够实现对控制参数的智能调节，从环境中获取飞行器姿态角、姿态角速率以及控制器舵偏指令，智能体输出为俯仰通道的控制参数，偏航通道及滚转通道采用经典PD控制，实现弱模型依赖情况下飞行器的智能控制。