基于可解释强化学习的飞行器姿态控制方法

本发明属于强化学习、飞行器姿态控制技术领域，具体涉及基于可解释强化学习的飞行器姿态控制方法，首先，设计了一种具有强鲁棒性的飞行器姿态控制器，通过引入多通道控制网络并结合强化学习算法，控制器能够有效应对外界干扰和系统非线性带来的挑战，显著提高了飞行器控制系统的适应性和鲁棒性。其次，本发明提出了一种结合可视化分析的可解释性方法。通过使用t‑SNE算法对飞行器控制系统输入特征进行降维可视化，并结合SHAP值对输入特征进行归因分析，能够揭示模型决策过程中的关键因素，帮助理解飞行器控制系统如何根据不同输入特征做出决策。本发明实现了飞行器控制系统在复杂环境中的高适应性和透明度。