恭喜四川大学杨梦龙获国家专利权
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!
龙图腾网恭喜四川大学申请的专利一种基于LLM指导的深度强化学习飞行器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:CN118034368B 。
龙图腾网通过国家知识产权局官网在2025-05-13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:202410109451.2,技术领域涉及:G05D1/495;该发明授权一种基于LLM指导的深度强化学习飞行器控制方法是由杨梦龙;韩彦乔;李炜;梁斌斌设计研发完成,并于2024-01-25向国家知识产权局提交的专利申请。
本一种基于LLM指导的深度强化学习飞行器控制方法在说明书摘要公布了:本发明公开了一种基于LLM指导的深度强化学习飞行器控制方法,涉及飞行器控制技术领域,包括以下步骤:设计六自由度飞行器智能体的状态空间和动作空间;构建飞行控制的本地文本知识库;设计奖励函数,对飞行控制器模型进行训练;利用LLM接收本地文本知识库的信息与训练过程中智能体同环境交互产生的状态动作文本信息,并使用后退提问策略对智能体的飞行控制指令进行指导,同时将指导动作和飞行控制指令结合产生新的控制指令;重复进行上述交互过程直到模型达到收敛。本发明解决了现有飞行器控制存在控制灵活性低、无法完成复杂机动动作、自适应性低、鲁棒性低,以及在深度强化学习训练中智能体学习和探索方向不确定的问题。
本发明授权一种基于LLM指导的深度强化学习飞行器控制方法在权利要求书中公布了:1.一种基于LLM指导的深度强化学习飞行器控制方法,其特征在于,包括以下步骤:S1:设计六自由度飞行器智能体的状态空间和动作空间;S2:根据飞行控制任务、状态空间和动作空间的参数,构建飞行控制的本地文本知识库;S3:根据飞行控制任务设计奖励函数,并基于LLM和本地文本知识库对飞行控制器模型进行训练;S4:利用LLM接收本地文本知识库的信息与训练过程中智能体同环境交互产生的状态动作文本信息,并使用后退提问策略对智能体的飞行控制指令进行指导,同时将指导动作和飞行控制指令结合产生新的控制指令;S5:基于新的控制指令,判断模型是否达到收敛,如果是,则结束训练并进入步骤S6,如果否,则返回步骤S4重复进行上述交互过程;S6:对训练后的模型进行测试,完成基于LLM指导的深度强化学习飞行器控制;所述S3中奖励函数R为: 其中,Rφ为滚转角误差奖励,为偏航角误差奖励,Ralt为高度误差奖励,为速度误差奖励; 其中,Δφ为滚转角误差,为偏航角误差,Δalt为高度误差,为速度误差,σφ为滚转角误差奖励方差,为偏航角误差奖励方差,σalt为高度误差奖励方差,为速度误差奖励方差。
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四川大学,其通讯地址为:610000 四川省成都市一环路南一段24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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。