一种高速飞行器智能控制方法

本发明涉及一种高速飞行器智能控制方法，包括构建飞行器控制架构、决策神经网络模型，对决策神经网络进行训练，根据飞行器的飞行状态对控制指令进行实时补偿，以实现对变构型高速飞行器的控制。飞行器控制器采用模型+学习双层架构，决策神经网络设计为Double Network结构，奖励函数设计考虑了俯仰、偏航、滚转通道的过载误差，决策神经网络模型的训练基于双延迟确定性策略梯度算法，采用优先经验回放技术和目标策略平滑机制优化训练过程，使控制系统能够实现对控制指令的实时智能调节，从环境中获取飞行器三通道的过载量、姿态角及对应的上一时刻控制器输出的舵偏指令，智能体输出为俯仰、偏航、滚转通道的控制指令，以实现对变构型高速飞行器的智能控制。