关键词:
深度强化学习
高空长航时太阳能无人机
航迹规划
续航性能
能量管理策略
摘要:
高空长航时太阳能无人机(High-AltitudeLong-Endurance Solar-PoweredUnmannedAerialVehicle, HALESUAV)通过合理的航迹规划可以极大提升其续航性能,而深度强化学习方法由于实时性与自适应性成为该航迹规划问题的理想选择。针对基于深度强化学习方法的HALE-SUAV航迹规划问题,本文建立了无人机的运动学与动力学模型以及能量相关模型,设计了其能量管理策略,搭建了该航迹规划问题的深度强化学习整体框架,并最终使用训练出来的模型进行了不同太阳能辐射强度情况下的航迹规划实验。研究结果表示基于本文的深度强化学习方法,HALE-SUAV能够选择基于当前太阳能辐射强度情况下合理的控制指令,以提高其续航性能。研究结果显示了深度强化学习方法在HALESUAV航迹规划问题的潜在应用价值。