一种基于强化学习的无人机集群自适应自重构方法及系统

发明专利有效专利

申请号：
CN202210831328.2
IPC分类号：G05D1/10
申请日期：
2022-07-14
申请人：
北京航空航天大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于强化学习的无人机集群自适应自重构方法及系统
申请号	CN202210831328.2	申请日期	2022-07-14
法律状态	实质审查	申报国家	中国
公开/公告日	2022-09-13	公开/公告号	CN115047912A
优先权	暂无	优先权号	暂无
主分类号	G05D1/10 ? IPC结构图谱： G 物理 G0 仪器 G05 控制；调节 G05D 非电变量的控制或调节系统（金属的连续铸造入B22D 11/16；阀门本身入F16K；非电变量的检测见G01各有关小类；电或磁变量的调节入G05F） G05D1/00 陆地、水上、空中或太空中的运载工具的位置、航道、高度或姿态的控制，例如自动驾驶仪（无线电导航系统或使用其他波的类似系统入G01S） G05D1/10 三维的位置或航道的同时控制（G05D 1/12优先）	IPC分类号	G;0;5;D;1;/;1;0查看分类表>
申请人	北京航空航天大学	申请人地址	北京市海淀区北京航空航天大学变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京航空航天大学	当前权利人	北京航空航天大学
发明人	赵稀;姚安卓;李大庆
代理机构	北京高沃律师事务所	代理人	杜阳阳

摘要

本发明涉及一种基于强化学习的无人机集群自适应自重构方法及系统，涉及无人机集群领域，该方法包括初始化多个无人机智能体模型；构造局域对抗仿真环境；仿真环境包括虚拟物理引擎；虚拟物理引擎用于驱动各无人机智能体模型按照物理规律进行仿真飞行；在局域对抗仿真环境中施加设定外加扰动；在仿真飞行的过程中，基于多智能体强化学习模型，根据各无人机智能体模型当前时刻获得的观察信息生成下一时刻的联合动作决策，并根据下一时刻的观察信息和即时奖励训练多智能体强化学习模型中的神经网络；在每个时刻，根据生成的联合动作决策重构无人机集群，为每个打击目标分配设定数量的无人机智能体模型。本发明提高了无人机集群的可靠性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供