基于可解释强化学习的飞行器姿态控制方法

被引：0

专利类型：

发明

申请号：

CN202411838505.5

申请日：

2024-12-13

公开(公告)号：

CN119717870B

公开(公告)日：

2025-08-01

发明(设计)人：

张秀云冷嘉俊刘达贾晨辉

申请人：

天津大学

申请人地址：

300072 天津市南开区卫津路92号

IPC主分类号：

G05D1/49

IPC分类号：

代理机构：

北京长乐安知识产权代理有限公司 16295

代理人：

王红红

法律状态：

实质审查的生效

国省代码：

天津市市辖区

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
2025-04-15	实质审查的生效	实质审查的生效IPC(主分类):G05D 1/49申请日:20241213
2025-08-01	授权	授权
2025-03-28	公开	公开

共 50 条

[1]

基于可解释强化学习的飞行器姿态控制方法 [P].

张秀云 ;

冷嘉俊 ;

刘达 ;

贾晨辉 .

中国专利 :CN119717870A ,2025-03-28

[2]

基于强化学习的飞行器姿态控制方法、系统、装置 [P].

丘腾海 ;

蒲志强 ;

刘振 ;

易建强 ;

常红星 .

中国专利 :CN112198890B ,2021-01-08

[3]

一种基于离线强化学习的原型可解释飞行器控制方法 [P].

邓岳 ;

雷骧逸 ;

蒋星宇 .

中国专利 :CN120491515A ,2025-08-15

[4]

一种基于强化学习的高速飞行器姿态控制方法及应用 [P].

蔡光斌 ;

刘静文 ;

肖永强 ;

郝明瑞 ;

穆朝絮 ;

杨波 ;

李欣 ;

徐慧 .

中国专利 :CN118394099A ,2024-07-26

[5]

基于强化学习的飞行器控制参数自演进控制 [P].

许斌 ;

于目航 ;

阎振鑫 ;

王霞 .

中国专利 :CN121050222A ,2025-12-02

[6]

基于深度强化学习的飞行器控制方法、装置、设备和介质 [P].

王浩 ;

罗振兵 ;

邓雄 ;

郭芷妍 ;

龚建宇 ;

王春强 .

中国专利 :CN121187203A ,2025-12-23

[7]

基于深度强化学习的飞行器时间协同制导方法 [P].

王江 ;

刘子超 ;

何绍溟 ;

侯淼 ;

王鹏 .

中国专利 :CN115046433A ,2022-09-13

[8]

基于安全强化学习的高超声速飞行器最优控制方法 [P].

程玉虎 ;

史蕾 ;

王雪松 .

中国专利 :CN115981149B ,2024-01-09

[9]

飞行器姿态控制方法、飞行器姿态控制系统以及飞行器 [P].

鲍晓强 ;

郭一江 ;

陈明欣 ;

张骞 ;

李之强 ;

杨文俊 ;

冯小强 ;

周军 ;

丁攀 ;

何苗 ;

位陈 .

中国专利 :CN114326767A ,2022-04-12

[10]

飞行器姿态控制方法、飞行器姿态控制系统以及飞行器 [P].

鲍晓强 ;

郭一江 ;

陈明欣 ;

张骞 ;

李之强 ;

杨文俊 ;

冯小强 ;

周军 ;

丁攀 ;

何苗 ;

位陈 .

中国专利 :CN114326767B ,2024-08-02

← 1 2 3 4 5 →