公开(公告)号：CN113110550A

公开(公告)日：2021-07-13

申请号：CN202110442229.0

申请日：2021-04-23

Applicant: 南京大学

Inventor： 俞扬 ,  詹德川 ,  周志华 ,  刘亚文 ,  管聪 ,  秦熔均 ,  庞竟成 ,  张云天

IPC: G05D1/08 ,  G05D1/10

Abstract: 本发明公开一种基于强化学习与网络模型蒸馏的无人机飞行控制方法，构建无人机环境模拟器；基于强化学习算法，在不同场景中进行大规模训练，得到最优控制策略，以此构建无人机飞行控制系统；基于网络模型蒸馏技术，通过教师网络和学生网络计算辅助控制信息，量化当前场景与训练场景的差异，展示强化学习控制策略对当前场景的适应能力，以此构建无人机辅助控制系统。本发明基于强化学习算法，通过在模拟器中大规模训练，使无人机自主学习控制策略，构建无人机控制系统；基于网络模型蒸馏技术，通过量化当前场景与训练场景的差异，展示强化学习控制策略对当前场景的适应程度，以此规避陌生场景，减少安全风险。

公开(公告)号：CN113110550B

公开(公告)日：2022-09-23

申请号：CN202110442229.0

申请日：2021-04-23

Applicant: 南京大学

Inventor： 俞扬 ,  詹德川 ,  周志华 ,  刘亚文 ,  管聪 ,  秦熔均 ,  庞竟成 ,  张云天

IPC: G05D1/08 ,  G05D1/10

Abstract: 本发明公开一种基于强化学习与网络模型蒸馏的无人机飞行控制方法，构建无人机环境模拟器；基于强化学习算法，在不同场景中进行大规模训练，得到最优控制策略，以此构建无人机飞行控制系统；基于网络模型蒸馏技术，通过教师网络和学生网络计算辅助控制信息，量化当前场景与训练场景的差异，展示强化学习控制策略对当前场景的适应能力，以此构建无人机辅助控制系统。本发明基于强化学习算法，通过在模拟器中大规模训练，使无人机自主学习控制策略，构建无人机控制系统；基于网络模型蒸馏技术，通过量化当前场景与训练场景的差异，展示强化学习控制策略对当前场景的适应程度，以此规避陌生场景，减少安全风险。