基于深度确定性策略梯度学习的火星无人机智能控制方法

摘要

本发明公开了一种基于深度确定性策略梯度学习的火星无人机智能控制方法，所述方法包括：构建一个用于火星无人机底层控制的马尔科夫决策过程模型；基于马尔科夫决策过程模型，将火星无人机当前时刻的状态变量输入预先建立和训练好的控制器，得到火星无人机的控制信号；所述控制器基于“策略‑评价”框架进行构建，采用强化学习中的深度确定性策略梯度算法进行训练更新。本发明首次将机器学习算法应用到火星无人机底层控制中，解决了传统控制器设计依赖被控对象模型的问题，大幅提升了控制器的智能性，适用于地球火星通信延迟大的环境，同时控制器对无人机自身参数和环境的变化具备自适应能力和鲁棒性，能够适应火星上复杂多变的环境。