摘要
本发明公开一种面向飞行器的低空任务卸载方法、装置及系统,涉及飞行器领域。所述方法包括:采集飞行器当前飞行状态信息;根据飞行器当前飞行状态信息建立任务卸载约束优化问题;构建深度强化学习和任务卸载场景所需的深度强化学习网络模型;利用深度强化学习网络模型求解任务卸载约束优化问题,得到低空任务卸载资源分配规划结果。本发明通过设计一种基于深度强化学习的智能资源规划算法,通过主动学习不同调度时隙内各任务与多维资源之间的映射关系,能够更加快速、高效的实现任务数据到低空算力设备的协同适配,提升每个调度时隙电动垂直起降飞行器任务的卸载成功率。
技术关键词
深度强化学习
卸载方法
垂直起降飞行器
低空飞行器
资源分配
卸载装置
决策
轨迹
策略
计算机存储介质
卸载系统
基站
网络
规划算法
样本
存储器
处理器
场景
系统为您推荐了相关专利信息
热红外遥感数据
遥感反演
集合卡尔曼滤波
模型优化技术
SWAT模型
压缩成像系统
视频
深度强化学习算法
峰值信噪比
重构
视点规划方法
深度强化学习
采摘机器人
ROI图像
深度相机
智能转换方法
语义
冗余特征
生成业务
资源分配策略
搜索方法
无人机搜索系统
代表
深度强化学习
网络结构