一种基于深度强化学习的无人机着艇方法

本发明公开了一种基于深度强化学习的无人机着艇方法，涉及控制技术领域；其包括如下步骤，步骤S1：获得无人机与无人艇之间的相对位置；步骤S2：无人机的着艇视觉系统跟踪定位无人艇；步骤S3：设置获得两个奖励函数分别为步长奖励函数和时间奖励函数，用于无人机的控制器约束无人机的降落时间；步骤S4：使用TD3算法，引入噪声以避免收敛到局部最优解；在更新评论者网络时，目标策略网络间断更新；TD3算法通过确定性策略梯度更新参数φ并引入超参数进行软更新；步骤S5：建立自动课程学习机制，将复杂任务分解为一系列更简单的子任务；其通过步骤S1至步骤S5等，实现高效着艇。