基于最大化轨迹熵SAC强化学习的eVTOL安全避障方法

本发明提供了一种基于最大化轨迹熵SAC强化学习的eVTOL安全避障方法，用于处理飞行的eVTOL在城市动静态环境中的安全避障问题，利用所述eVTOL动力学方程设计约束集，并基于所述约束集对MDP模型的选择策略进行约束从而得到初始CMDP模型，再对其进行迭代训练，并在每次迭代过程利用最大化轨迹熵SAC算法优化初始CMDP模型得到训练好的CMDP模型；利用该训练好的CMDP模型选择出最优当前动作。相较于传统的基于策略熵项的最大熵强化学习算法，本发明收敛速度更快，表现更加稳定，且安全避障任务完成率高，为eVTOL自动驾驶功能设计提供了新的思路。