[发明专利]基于深度强化学习的无人机轨迹优化方法、装置和无人机有效
| 申请号： | 201910697007.6 | 申请日： | 2019-07-30 |
| 公开（公告）号： | CN110488861B | 公开（公告）日： | 2020-08-28 |
| 发明（设计）人： | 许文俊;徐越;吴思雷;张治;张平;林家儒 | 申请（专利权）人： | 北京邮电大学 |
| 主分类号： | G05D1/10 | 分类号： | G05D1/10 |
| 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： | 本发明公开了基于深度强化学习的无人机轨迹优化方法、装置和无人机，该方法预先构建强化学习网络，在无人机飞行过程中实时产生状态数据、动作决策数据；以状态数据为输入、以所述动作决策数据为输出，以瞬时能量效率为奖励回报，利用PPO算法优化策略参数，输出最优策略。该装置包括构建模块、训练数据收集模块和训练模块。该无人机包括处理器，该处理器用于执行本发明的基于深度强化学习的无人机轨迹优化方法。本发明具备从累积的飞行数据中进行自主学习的能力，可在未知通信场景下，智能决定其最佳飞行速度、加速度、飞行方向与返航时间，归纳出能量效率最优飞行策略，具有较强的环境适应能力与泛化能力。 | ||
| 搜索关键词： | 基于 深度 强化 学习 无人机 轨迹 优化 方法 装置 | ||
【主权项】：
1.基于深度强化学习的无人机轨迹优化方法，其特征在于，包括如下步骤：/n预先构建基于PPO算法的深度强化学习网络；/n在无人机飞行过程中实时与环境交互，产生状态数据、动作决策数据，并计算瞬时能量效率；/n以所述状态数据为输入、以所述动作决策数据为输出，以所述瞬时能量效率为奖励回报，利用PPO算法对所述深度强化学习网络进行训练，优化策略参数，经过多次迭代更新，输出最优策略。/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/201910697007.6/，转载请声明来源钻瓜专利网。
