专利名称：一种基于深度Q学习算法的多飞行器航迹规划方法专利类型：发明专利
发明人：张伸,侯砚泽,陈冲,王开强,李宪强,付新卫,刘昶秀,陈
润峰,杨格
申请号：CN201911350476.7申请日：20191224公开号：CN110928329A公开日：20200327
摘要：本发明涉及一种基于深度Q学习算法的多飞行器航迹规划方法，包括：S1.基于飞行器的性能构建所述飞行器的运动学模型；S2.根据待打击的目标并基于深度Q学习算法构建所述飞行器的任务模型；S3.根据所述运动学模型和所述任务模型构建所述飞行器的状态空间；S4.根据所述运动学模型和所述任务模型构建所述飞行器的动作空间；S5.基于所述状态空间和所述动作空间构建基于所述深度Q学习算法的神经网络和奖赏函数；S6.基于所述奖赏函数对所述神经网络进行训练；S7.对完成训练的所述神经网络进行目标打击验证。通过深度Q学习算法完成多飞行器协同航迹规划，实现能量损失最小、打击时间最短、防空威胁区域规避等约束下的目标打击。
申请人：北京空间技术研制试验中心
地址：100094 北京市海淀区友谊路104号院
国籍：CN
代理机构：北京谨诚君睿知识产权代理事务所(特殊普通合伙)
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容