一种电势场和深度强化学习融合的无人机路径规划方法
实质审查的生效
摘要
本发明公开了一种电势场和深度强化学习融合的无人机路径规划方法，该方法包括：构建用于无人机路径规划的DQN深度强化学习算法的状态空间和动作空间；构造用于避障的电势场模型，并用电势场模型作为DQN深度强化学习算法的奖励函数，使无人机在躲避障碍物前提下尽快到达目标点；在仿真环境下，进行电势场和DQN深度强化学习融合的无人机路径规划训练，当无人机能够无碰撞的到达目标点后，保存深度强化学习网络的权重和参数；在现实环境下，将训练好的权重和参数导入无人机的机载计算机，通过在线训练的方式，输入无人机传感器信息，电势场和DQN深度强化学习融合算法会向无人机输出动作指令，实现路径规划；本发明适用于三维环境下无人机的路径规划。
基本信息
专利标题 ：
一种电势场和深度强化学习融合的无人机路径规划方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114518770A
申请号 ：
CN202210197816.2
公开（公告）日 ：
2022-05-20
申请日 ：
2022-03-01
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
陈刚董锐王滔鋆潘鑫
申请人 ：
西安交通大学
申请人地址 ：
陕西省西安市碑林区咸宁西路28号
代理机构 ：
西安智大知识产权代理事务所
代理人 ：
何会侠
优先权 ：
CN202210197816.2
主分类号 ：
G05D1/10
IPC分类号 ：
G05D1/10
IPC结构图谱
G
G部——物理
G05
控制；调节
G05D
非电变量的控制或调节系统
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
G05D1/10
三维的位置或航道的同时控制
法律状态
2022-06-07 ：
实质审查的生效
IPC(主分类) : G05D 1/10
申请日 : 20220301
申请日 : 20220301
2022-05-20 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
