一种基于强化学习的全尺寸直升机目标悬停方法

本发明涉及全尺寸直升机目标悬停方法领域，公开了一种基于强化学习的全尺寸直升机目标悬停方法，首先，建立了全尺寸直升机UH‑60的动力学模型；接着对悬停任务的奖励机制进行了改进，大幅度拓宽了直升机的探索空间；但也因此导致了强化学习算法的收敛速度显著降低，为了加速收敛，引入了基于随机网络分布的好奇心探索机制，以提升训练效率；此外，考虑到直升机动力学的高度非线性和复杂性，为了更好地捕捉状态信息中的时间和空间上的长距离相关性，本发明在强化学习的Actor网络中引入了自注意力机制，最后，对模型进行训练，并展示训练成果。