基于MLP加速度估计与强化学习的多旋翼轨迹追踪优化方法

本发明公开了一种基于MLP加速度估计与强化学习的多旋翼轨迹追踪优化方法，涉及飞行控制技术领域，方法包括：接收无人机的目标位置，将人机位置、速度、姿态、相对位置误差和当前电池电压值合成为观测向量，输入强化学习模型进行推理，输出规划的参考加速度至控制器；控制器根据运动学公式得到无人机的期望姿态和期望推力；通过推力‑油门补偿网络模型实时调整控制参数的优化算法，计算对应的油门值，求解最优底层控制指令。本发明方法以强化学习生成的目标加速度为核心控制量，通过分层控制策略实现高性能的飞行控制，即使在存在显著电池电压波动的情况下，系统仍能保持优越的轨迹跟踪性能和控制稳定性。