一种基于深度强化学习的飞行器编队控制方法

被引：0

专利类型：

发明

申请号：

CN202211288418.8

申请日：

2022-10-20

公开(公告)号：

CN115576353B

公开(公告)日：

2025-03-18

发明(设计)人：

王晓芳尹依伊林海

申请人：

北京理工大学

申请人地址：

100081 北京市海淀区中关村南大街5号

IPC主分类号：

G05D1/46

IPC分类号：

G05D1/695 G05D109/20

代理机构：

北京理工大学专利中心 11120

代理人：

李微微

法律状态：

授权

国省代码：

北京市市辖区

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2025-03-18	授权	授权

共 50 条

[1]

一种基于深度强化学习的飞行器编队控制方法 [P].

王晓芳 ;

尹依伊 ;

林海 .

中国专利 :CN115576353A ,2023-01-06

[2]

一种基于强化学习的飞行器智能滑模编队控制方法 [P].

韦常柱 ;

浦甲伦 ;

朱光楠 ;

刘哲 ;

谢子涵 .

中国专利 :CN114545979A ,2022-05-27

[3]

一种基于LLM指导的深度强化学习飞行器控制方法 [P].

杨梦龙 ;

韩彦乔 ;

李炜 ;

梁斌斌 .

中国专利 :CN118034368B ,2025-05-13

[4]

一种基于LLM指导的深度强化学习飞行器控制方法 [P].

杨梦龙 ;

韩彦乔 ;

李炜 ;

梁斌斌 .

中国专利 :CN118034368A ,2024-05-14

[5]

基于深度强化学习的高超声速变外形飞行器姿态控制方法 [P].

李繁飙 ;

谢启超 ;

曹承钰 ;

丁溶 ;

阳春华 .

中国专利 :CN117289709B ,2024-06-28

[6]

基于深度强化学习的诱骗突防飞行器协同轨迹规划方法 [P].

沈志康 ;

王晓明 ;

周永彬 ;

张凯 ;

郝明瑞 ;

李彬 ;

孙文迪 ;

杨双华 .

中国专利 :CN117784807A ,2024-03-29

[7]

一种基于深度强化学习的飞行器突防方法 [P].

闫天 ;

刘灿 ;

黄汉桥 ;

张勃 ;

张蓬 ;

蒋子健 ;

高萌靖 .

中国专利 :CN118862315A ,2024-10-29

[8]

一种基于深度强化学习的飞行器突防方法 [P].

闫天 ;

刘灿 ;

黄汉桥 ;

张勃 ;

张蓬 ;

蒋子健 ;

高萌靖 .

中国专利 :CN118862315B ,2025-01-24

[9]

一种基于深度强化学习的变体飞行器鲁棒控制方法 [P].

王学谦 ;

谭俊波 ;

杨智程 ;

梁斌 .

中国专利 :CN116560384B ,2025-11-18

[10]

一种基于深度强化学习的飞行器探测传感器资源调度方法 [P].

郭茂耘 ;

梁皓星 ;

汪梦倩 .

中国专利 :CN111724001A ,2020-09-29

← 1 2 3 4 5 →