本发明公开了一种基于深度强化学习的飞行器智能抗扰动控制方法,属于飞行器导航、制导与控制技术领域。在传统非线性抗扰动控制器的基础上,结合参考观测器网络和深度强化学习方法,构成总体智能控制框架。然后对参考观测器网络进行训练,使参考观测器网络能够建立飞行器精确逆动力学模型,进而产生前馈控制输入;同时利用深度强化学习TD3算法与传统非线性抗扰动控制器结合,使用TD3实时调整抗扰动控制器的控制增益参数,构成总体控制框架中的反馈控制输入。前馈控制与反馈控制相结合,得到飞行器智能抗扰动控制律。本发明提升控制性能以及适应性和鲁棒性,并对多类型飞行器具有普适性。
声明:
“基于深度强化学习的飞行器智能抗扰动控制方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)