[发明专利]多无人机3D悬停位置联合优化方法、装置和无人机基站有效
| 申请号： | 201910695765.4 | 申请日： | 2019-07-30 |
| 公开（公告）号： | CN110531617B | 公开（公告）日： | 2021-01-08 |
| 发明（设计）人： | 许文俊;徐越;吴思雷;冯志勇;张平;林家儒 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | G05B13/04 | 分类号： | G05B13/04;G05B13/02;G05D1/04;H04W64/00;H04W56/00 |
| 代理公司： | 北京风雅颂专利代理有限公司 11403 | 代理人： | 李翔 |
| 地址： | 100876 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了多无人机3D悬停位置联合优化方法、装置和无人机基站。该方法首先获取无人机所处的异构网络的状态信息；将状态信息输入预先构建的深度强化学习网络，通过当前策略决策下一时刻的悬停位置，并从环境中获得无人机在当前时刻的悬停位置的回报函数值；基于异策略深度确定梯度策略算法，求取更新的梯度，多个无人机同步更新策略参数；根据更新梯度，迭代执行从获取状态信息到同步更新多个无人机的策略参数的步骤，使目标策略函数逐渐收敛，直至得到最优策略。该装置包括状态获取单元、回报单元、梯度更新单元和训练单元。无人机基站，其处理器可执行本发明方法。本发明实现了多无人机在环境中自主学习，可以适应动态、非平稳的环境变化。 | ||
| 搜索关键词： | 无人机 悬停 位置 联合 优化 方法 装置 基站 | ||
【主权项】：
1.多无人机3D悬停位置联合优化方法，其特征在于，包括如下步骤：/n获取无人机所处的异构网络的状态信息；/n将所述状态信息输入预先构建的深度强化学习网络，通过当前策略决策下一时刻的悬停位置，并从环境中获得无人机在当前时刻的所述悬停位置的回报函数值；/n基于异策略深度确定梯度策略算法，求取更新的梯度，多个所述无人机同步更新策略参数；/n根据所述梯度，迭代执行从获取所述状态信息到同步更新多个所述无人机的策略参数的步骤，使目标策略函数逐渐收敛，直至得到最优策略。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京邮电大学，未经北京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910695765.4/，转载请声明来源钻瓜专利网。
