一种飞行器双延迟深度确定性策略梯度姿态控制方法,属于飞行器控制技术领域。方法如下:建立飞行器动力学模型形成强化学习环境;初始化强化学习交互环境、智能体及最大步数;获得飞行器的控制量作为动作量;计算动作量对应的奖励函数值及下一个观测量,组合形成经验数据记录至经验回放区;对智能体参数进行调整完成一轮强化学习;输出飞行器控制量燃料空气混合比与升降舵偏角。本发明是一种高精度、自适应的飞行器智能控制方法,通过双延迟深度确定性策略梯度方法进行强化学习,实现弱依赖于模型的最优姿态控制器设计,仅需要飞行器的基本模型,模型中各参数量不需完全精确给出,从而减弱了控制系统设计对于模型的依赖程度。
声明:
“飞行器双延迟深度确定性策略梯度姿态控制方法” 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)