龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明提供了基于无模型增量式强化学习的带臂无人机悬停稳定控制方法，包括：建立无人机和带载机械臂模型，建立深度强化学习算法框架，初始化神经网络策略，设计分层奖励函数，采集无人机和带载机械臂状态信息，策略神经网络根据采集的状态信息输出增稳控制指令，与PID控制器输出的控制指令进行带参数的权值叠加，得到融合控制律，再将融合控制律输入无人机和带载机械臂模型，解算下一状态信息，利用下一状态信息计算该状态的奖励值，并结合相应动作反馈给深度强化学习算法框架，运行分布式近端优化策略输出策略梯度，计算策略的梯度下降，利用梯度下降更新神经网络，完成策略的更新。本发明能够实时给予指导信息，提升训练效率。
主权项：1.基于无模型增量式强化学习的带臂无人机悬停稳定控制方法，其特征在于：包括以下步骤：S1、建立无人机和带载机械臂动力学模型，定义无人机和带载机械臂初始状态作为当前状态；S2、建立深度强化学习算法框架，初始化神经网络策略，设计带臂无人机稳定悬停对应的分层奖励函数，并开始训练；S3、采集无人机和带载机械臂状态信息，策略神经网络根据采集的状态信息输出增稳控制指令，与PID控制器输出的控制指令进行带参数的权值叠加，得到融合控制律，再将所述融合控制律输入无人机和带载机械臂动力学模型，解算下一状态信息，利用下一状态信息计算该状态的奖励值，并结合相应动作反馈给深度强化学习算法框架，运行分布式近端优化策略输出策略梯度，计算策略的梯度下降，利用梯度下降更新神经网络，完成策略的更新；S4、若奖励值大于设置的奖励阈值，训练完成，保存策略网络参数；若不满足，则继续采集状态信息、策略信息、奖励信息存入经验池，重复步骤S3，直到奖励函数达标且模型稳定，训练完成。
全文数据：
权利要求：
百度查询： 西北工业大学 基于无模型增量式强化学习的带臂无人机悬停稳定控制方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号