一种基于机器学习的无人系统自动化控制与优化方法

本发明公开了一种基于机器学习的无人系统自动化控制与优化方法，包括如下步骤：S1、获取并预处理环境数据；S2、使用切比雪夫多项式算法拟合数据，提取低维表示并搭建时变图卷积网络；S3、将低维表示输入时变图卷积网络，进行时序空间依赖建模；S4、引入切比雪夫优化机制，优化网络权重和偏置，强化时序特征；S5、基于空间依赖和优化控制参数，生成控制策略，确定最优轨迹和任务顺序；S6、应用控制策略，实时调整控制参数；S7、更新执行指令，调整输入特征和结构并优化控制策略；S8、根据执行结果和反馈，自动更新网络结构。本发明结合切比雪夫优化和时变图卷积网络，解决了现有技术的适应性和调度问题，提升了无人系统的决策和控制效率。