本发明公开了面向深度强化学习的飞行动力学模型可信度评估方法，属于无人机领域，涉及深度强化学习技术，用于克服现有的技术存在的试验空间广，试验因子多，变化范围大，难以覆盖所有条件的问题，还用于解决参考数据难以获得，仿真输出和参考输出受不确定性的影响具有随机性的问题。本发明在分析飞行动力学模型用途基础上，建立基于飞行动作的飞行动力学模型可信度量化模型，并提出基于无人机航模获取参考数据的飞行动力学模型可信度评估流程，从而为深度强化学习选择飞行动力学模型提供依据，并为深度强化学习方法在无人机自动控制方面的应用打下基础。
声明：
“面向深度强化学习的飞行动力学模型可信度评估方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1020
编辑：管理员
来源：北方有色网
咨询细节
