买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京航空航天大学申请的专利一种基于深度强化学习的无人机自主导航及避障方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117193355B 。

龙图腾网通过国家知识产权局官网在2026-04-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311134143.7，技术领域涉及：G05D1/46；该发明授权一种基于深度强化学习的无人机自主导航及避障方法是由殷永峰;王哲涛;宿庆冉;杨溢龙;原仓周;李海峰设计研发完成，并于2023-09-04向国家知识产权局提交的专利申请。

本一种基于深度强化学习的无人机自主导航及避障方法在说明书摘要公布了：本发明提供一种基于深度强化学习的无人机自主导航及避障方法，涉及无人机自主导航领域，所述方法以无人机的观测为输入，在Actor网络中，提取时序特征，增强无人机对周围环境的感知；将无人机当前时刻的观测向量输入到决策偏移方法模块中，输出加权后的观测特征，增强避障能力；将处理得到的两部分特征拼接，输入到全连接网络中，输出当前时刻无人机应采取的动作；最终将训练好的模型的Actor部分输出三轴加速度用于控制无人机的飞行。本申请解决现有技术中无人机的灵活性较低，避障能力较弱的问题，增强无人机的速度控制能力和无人机自主导航模型的避障能力。

本发明授权一种基于深度强化学习的无人机自主导航及避障方法在权利要求书中公布了：1.一种基于深度强化学习的无人机自主导航及避障方法，其特征在于，所述方法包括： 从无人机的各项检测指标中提取出观测特征并按照预设的步数N构造所述无人机的历史轨迹数据，包括：根据所述步数N的值选择所述历史轨迹数据的组织方式；当前时间步数大于N时，选择距离所述当前时间步数最近N步的所述观测特征及其动作向量，根据对应的所述组织方式拼接成所述历史轨迹数据；当前的时间步数小于N时，选择从所述无人机飞行开始到现在所有的所述观测特征及其动作向量，根据对应的所述组织方式拼接成所述历史轨迹数据； 将所述历史轨迹数据输入至神经网络模型的Actor网络中，获得所述无人机的时序特征，其中，所述神经网络模型包括Actor网络、Critic网络和全连接网络； 将所述观测特征输入到决策偏移方法模块中，输出加权后的观测特征； 将所述加权后的观测特征和所述时序特征进行拼接后输入到所述全连接网络中，所述全连接网络输出所述无人机的动作向量，包括：将所述时序特征输入到Attention网络中，计算注意力权重；将所述注意力权重与所述时序特征做Hardmard积，得到加权后的所述时序特征；将所述加权后的观测特征和所述加权后的时序特征进行拼接后输入到所述全连接网络中； 将所述历史轨迹数据、当前观测特征和所述动作向量拼接后输入到所述Critic网络中，所述Critic网络输出对“观测特征——动作向量”的评分； 所述Actor网络使用所述评分的相反数作为损失函数进行梯度下降，完成梯度下降后的所述Actor网络输出三轴加速度，所述三轴加速度用于控制无人机的飞行。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。