本发明涉及一种基于DPPO的虚实融合栅格舵模型参数优化方法，属于航天器设计参数优化技术领域。本发明使用BP神经网络训练的代理模型替代栅格舵系统物理仿真模型，可以快速地生成数据、完成预测，使用Adams物理仿真模型预测20000组数据需要耗时越20小时，使用代理模型仅需1.6秒。使用DPPO深度强化学习对栅格舵系统参数进行优化，在计算梯度时通过更新前后地参数对比，限制更新步长，解决了基于行为地强化学习的步长敏感问题，使得训练更易收敛。同时，使用分布式的方式，用多组线程与环境交互，产生训练数据，在提升数据收集速度的同时，降低了网络间的相关性，使得训练更容易收敛，更易实现对栅格舵系统的参数优化。
声明：
“基于DPPO的虚实融合栅格舵模型参数优化方法” 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)
1109
编辑：管理员
来源：北方有色网
咨询细节
