买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西北工业大学

摘要：本发明公开了一种基于ARS强化学习算法的行星飞行避障制导方法，首先设置飞行器动作空间、飞行器状态空间、奖励函数，然后设置ARS算法超参数，采用神经网络实现飞行器避障功能；运行ARS算法，与环境交互获取经验并不断更新神经网络，学习避障制导律；训练多个回合后算法收敛即获得避障制导律；当障碍物距离飞行器的距离在飞行器探测范围内时，将飞行器探测范围的边界圆作为探测边界，探测边界外为安全区，探测边界内为预警区；当飞行器在预警区内时需要启动避障制导律避障，否则正常飞行。本发明方法是一种相对简化的无模型强化学习算法，采用适宜解决连续行为问题的线性策略，具有较高的效率和鲁棒性。

主权项：1.一种基于ARS强化学习算法的行星飞行避障制导方法，其特征在于，包括如下步骤：步骤1：设置飞行器动作空间A；采用飞行器过载作为输出的控制量；飞行器采用连续动作空间，其行为满足最大过载约束；过载大小ny满足：ny∈[-nmax，nmax]1式中，nmax表示过载最大值；步骤2：设计飞行器状态空间S；选用飞行器与障碍之间的相对位置关系——相对距离R、相对距离变化率dR、视线高低角q建立状态空间，即：S＝[R，dR，q]2并对相对距离R、相对距离变化率dR、视线高低角q进行归一化处理；步骤3：设置奖励函数r；在飞行器避障成功时，给予正奖励值；反之给予负奖励值；在避障过程中设计奖励函数如下： 式中，Rinital表示初始状态，success表示飞行器避障成功，fail表示飞行器避障不成功，other表示安全到达目标点；步骤4：设置ARS算法超参数；包括ARS算法的学习率参数、并行增量数目、形成增量的最佳结果数目、噪声水平、循环训练次数、单次时域长度和步长；步骤5：采用神经网络实现飞行器避障功能；运行ARS算法，与环境交互获取经验并不断更新神经网络，学习避障制导律；训练多个回合后算法收敛即获得避障制导律；步骤6：在大气行星环境中，当障碍物距离飞行器的距离在飞行器探测范围内时，将飞行器探测范围的边界圆作为探测边界，探测边界外为安全区，探测边界内为预警区；当飞行器在预警区内时需要启动避障制导律避障，否则正常飞行；当包括以下两种情况时避障制导律结束：1在给定时域长度数内，未满足避障制导律精度要求，则结束避障制导律；2飞行器飞行中碰撞障碍则结束避障制导律。

全文数据：

权利要求：

百度查询： 西北工业大学 一种基于ARS强化学习算法的行星飞行避障制导方法