公开(公告)号：CN113705115B

公开(公告)日：2022-02-08

申请号：CN202111279251.4

申请日：2021-11-01

申请人： 北京理工大学 ,  北理慧动(北京)科技有限公司

发明人： 龚建伟 ,  李子睿 ,  魏连震 ,  左寅初 ,  吕超 ,  臧政

IPC分类号： G06F30/27 ,  G06F30/15 ,  G06K9/62 ,  G06N3/08

摘要： 本发明涉及一种地面无人车辆底盘运动与目标打击协同控制方法和系统。本发明通过搭建好的仿真场景对搭建好的强化学习参数模型进行训练和测试，得到训练好的强化学习参数模型，可以将特种车辆类型和强化学习参数模型进行有机结合，并且，在实际环境中，输入车辆传感器实时采集到的各种信息作为深度强化学习的输入，最终实现对地面无人车辆底盘运动与目标打击协同控制，以能够实现自主机动模块与自主任务模块的协同，在缩短任务的完成时间，提升任务执行效果。进一步，基于仿真数据的强化学习方法，能够使数据获取的成本低，而且与基于规则的数学模型方法相比，只需要对输入数据、输出动作、奖赏函数做适当修改即可应用于新的场景，普适性更好。

公开(公告)号：CN113705115A

公开(公告)日：2021-11-26

申请号：CN202111279251.4

申请日：2021-11-01

申请人： 北京理工大学 ,  北理慧动(北京)科技有限公司

发明人： 龚建伟 ,  李子睿 ,  魏连震 ,  左寅初 ,  吕超 ,  臧政

IPC分类号： G06F30/27 ,  G06F30/15 ,  G06K9/62 ,  G06N3/08

摘要： 本发明涉及一种地面无人车辆底盘运动与目标打击协同控制方法和系统。本发明通过搭建好的仿真场景对搭建好的强化学习参数模型进行训练和测试，得到训练好的强化学习参数模型，可以将特种车辆类型和强化学习参数模型进行有机结合，并且，在实际环境中，输入车辆传感器实时采集到的各种信息作为深度强化学习的输入，最终实现对地面无人车辆底盘运动与目标打击协同控制，以能够实现自主机动模块与自主任务模块的协同，在缩短任务的完成时间，提升任务执行效果。进一步，基于仿真数据的强化学习方法，能够使数据获取的成本低，而且与基于规则的数学模型方法相比，只需要对输入数据、输出动作、奖赏函数做适当修改即可应用于新的场景，普适性更好。