一种基于离线强化学习的无人机自主特技飞行的通用方法

本发明公开了一种基于离线强化学习的无人机自主特技飞行的通用方法，包括收集无人机的历史飞行数据，收集时尽量覆盖无人机飞行中的各种姿态；筛选无人机关键的观测量、动作量，对观测量和动作量进行处理，构建符合马尔科夫决策过程的飞行数据；构建无人机空气动力学网络模型；利用符合马尔科夫决策过程的飞行数据，对无人机空气动力学网络模型进行训练，得到贴合真实数据的无人机空气动力学的网络模型；在贴合真实数据的无人机空气动力学的网络模型中利用强化学习算法训练策略模型；将特定的特技飞行轨迹处理后输入训练后的策略模型，模型输出动作，指导无人机实现特定的特技飞行动作，本方法放弃传统的基于监督学习的虚拟环境克隆，使用基于对抗神经网络和分布对齐损失的优化方法，同时本方法采用双环境检验，避免策略学习中的过拟合问题。