一种基于深度强化学习的飞行器智能抗扰动控制方法

授权

摘要

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。

基本信息

专利标题：

一种基于深度强化学习的飞行器智能抗扰动控制方法

专利标题（英）：

暂无

公开（公告）号：

CN113377121A

申请号：

CN202110750860.7

公开（公告）日：

2021-09-10

申请日：

2021-07-02

授权号：

CN113377121B

授权日：

2022-06-07

发明人：

王宏伦刘一恒武天才李娜詹韬浑陆

申请人：

北京航空航天大学;北京控制与电子技术研究所

申请人地址：

北京市海淀区学院路37号

代理机构：

北京永创新实专利事务所

代理人：

易卜

优先权：

CN202110750860.7

主分类号：

G05D1/08

IPC分类号：

G05D1/08