基于DDPG算法的变体飞行器自主变形决策

针对变体飞行器的自主变形决策问题,提出了一种基于深度确定性策略梯度(DDPG)算法的智能二维变形决策方法。以可同时变展长及后掠角的飞行器为研究对象,利用DATCOM计算气动数据,并通过分析获得变形量与气动特性之间关系;基于给定的展长和后掠角变形动力学方程,设计DDPG算法学习步骤;针对对称和不对称变形条件下的变形策略进行学习训练。仿真结果表明:所提算法可以快速收敛,变形误差保持在3%以内,训练好的神经网络提高了变体飞行器对不同飞行任务的适应性,可以在不同的飞行环境中获得最佳的飞行性能。

基于多传感器的可变形机器人自主控制方法研究

将GPS、电子罗盘、倾角仪、码盘传感器等应用到可变形机器人自主运动控制中.针对可变形机器人自身结构特点,提出了一种基于多传感器信息融合的可变形机器人在野外环境中自主控制的方法.该方法主要实现了在非结构环境中机器人的自主变形、自主避障和自主导航定位等功能.实验验证了该方法的有效性.

一种基于DDPG的变体飞行器智能变形决策方法

针对一类变体飞行器自主变形决策问题,提出了一种基于深度确定性策略梯度(DDPG)算法的智能变形决策方法。首先,针对一种后掠角可连续变化的飞行器,通过计算流体力学方法获得飞行器的气动参数并分析其气动特性;然后,联合制导过程与DDPG算法,以获得最优气动特性和制导性能为目标,提出了一种变体飞行器智能变形决策算法;最后,仿真结果表明所提算法收敛效果好,相比于固定外形,可通过合适的变形决策指令在得到最优气动外形的同时获得更好的制导性能。

Classification of hypersurfaces with constant Laguerre eigenvalues in R^n

Let x:M → Rn be an umbilical free hypersurface with non-zero principal curvatures.Then x is associated with a Laguerre metric g,a Laguerre tensor L,a Laguerre form C,and a Laguerre second fundamental form B,which are invariants of x under Laguerre transformation group.An eigenvalue of Laguerre tensor L of x is called a Laguerre eigenvalue of x.In this paper,we classify all oriented hypersurfaces with constant Laguerre eigenvalues and vanishing Laguerre form.