一种基于强化学习的无人机规避策略确定方法、装置、设备及介质

本申请公开了一种基于强化学习的无人机规避策略确定方法、装置、设备及介质，涉及无人机自主控制技术领域，包括：构建无人机六自由度模型、动作库及当前处于飞行状态的其他飞行器的三自由度质点模型，对其他飞行器机动特性进行约束，根据相对运动态势实现其他飞行器对目标的跟踪。在编程语言平台搭建强化学习环境及模型，将无人机和其他飞行器的位置姿态信息输入模型，以输出飞行动作供无人机规避其他飞行器。若规避成功，则基于其他飞行器的机动区域态势给予模型奖励值。本申请基于其他飞行器机动态势量化的奖赏函数使无人机在训练中能更好地感知危险与动作效果，促使其采取更有效的规避动作，从而提升实际遭遇其他飞行器时的规避成功率。