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！

龙图腾网获悉北京理工大学申请的专利一种基于自适应探索深度强化学习的无人机轨迹跟踪控制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：CN116088552B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202310079110.0，技术领域涉及：G05D1/49；该发明授权一种基于自适应探索深度强化学习的无人机轨迹跟踪控制方法是由孙健;邓博远;王钢;李卓;张野晨;周子煜;陈杰设计研发完成，并于2023-01-18向国家知识产权局提交的专利申请。

本一种基于自适应探索深度强化学习的无人机轨迹跟踪控制方法在说明书摘要公布了：本发明公布了一种基于自适应探索深度强化学习的无人机轨迹跟踪控制方法。在训练阶段，随机初始化网络参数以及参考轨迹，通过当前状态利用动作网络得到动作并以初始区间加入噪声，利用动作得到下一个状态以及对应奖励，将状态‑动作‑奖励‑下一个状态作为一个元组储存，利用储存的元组更新动作网络、惩罚网络以及价值网络的参数。本发明利用时间衰减与周期奖励来自适应探索，通过环境交互训练深度强化学习器，使深度强化学习器能更快的在任务中掌握学习的能力，大幅提高了深度强化学习的学习效率以及轨迹跟踪的准确率，对提升无人系统自主性和智能性以及复杂系统的无模型智能控制性能有非常重要的意义。

本发明授权一种基于自适应探索深度强化学习的无人机轨迹跟踪控制方法在权利要求书中公布了：1.一种基于自适应探索深度强化学习的无人机轨迹跟踪控制方法，其特征在于包含以下步骤： S1，构建深度强化学习所需的网络模型，构建的网络模型中包括动作网络、价值网络； S2，根据当前状态向量使用步骤S1中的动作网络与环境进行交互，得到下一个状态向量，将所有状态向量以及动作网络输出的动作向量作为元组进行存储； S3，在步骤S2存储的数据中随机采样，并获得状态向量的值，即状态向量的价值，并更新价值网络参数； S4，获取一个周期内的奖励，根据获取的奖励以及循环次数通过计算得到高斯噪声的方差，并使用得到的高斯噪声的方差来更新高斯噪声； S5，循环步骤S2-S4，计算出梯度，根据得到的梯度对动作网络、价值网络进行更新，得到新的动作网络、价值网络参数； S6，循环步骤S2-S5，直到循环次数达到设定的最大训练周期时结束循环，得到基于深度强化学习的无人机轨迹跟踪控制器，使用得到的无人机轨迹跟踪控制器对无人机进行轨迹跟踪控制； 所述步骤S2中，元组为，为当前状态向量下使用动作向量与环境进行交互得到的奖励，初始状态向量为给定无人机的初始轨迹数据，与当前状态向量对应的动作网络输出的动作向量为，与下一个状态向量对应的动作网络输出的动作向量为，与初始状态向量对应的动作网络输出的动作向量为； 所述步骤S3中，根据公式获取状态向量的值，即状态向量的价值； 所述步骤S3中，根据公式更新价值值网络参数。

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理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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。