系统工程与电子技术

作者：唐进, 梁彦刚, 白志会, 黎克波

单位：1. 国防科技大学空天科学学院, 湖南 长沙 410073；2. 空天任务智能规划与仿真湖南省重点实验室, 湖南 长沙 410073；3. 中国人民解放军 31102 部队, 江苏 南京 210000

关键词：深度强化学习,马尔可夫决策过程,深度Q网络算法,旋翼无人机,着陆控制

针对无人机的着陆控制问题，研究了一种基于深度强化学习理论的旋翼无人机着陆控制算法。利用深度强化学习训练生成无人机智能体，根据观测结果给出动作指令，以实现自主着陆控制。首先, 基于随机过程理论，将旋翼无人机的着陆控制问题转化为马尔可夫决策过程。其次, 设计分别考虑无人机横向和纵向控制过程的奖励函数，将着陆控制问题转入强化学习框架。然后, 采用深度Q网络(deep Q network, DQN)算法求解该强化学习问题，通过大量训练得到着陆控制智能体。最后, 通过多种工况下的着陆平台进行大量的数值模拟和仿真分析，验证了算法的有效性。

来源：2023年第5期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2023年第5期