原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种基于生成对抗模仿学习的含落角约束制导方法，建立了一个对抗性学习框架，通过利用专家数据训练判别器来生成奖励模型，从而解决奖励函数设计问题；利用奖励值引导智能体的探索与学习过程，避免智能体探索不良的决策空间，进而提高学习效率；利用生成器与环境交互产生交互数据，从而驱动策略的提升和更新；采用交替训练生成器和判别器的方式，使得判别器和生成器处于动态博弈，生成多样性较高的样本，增加数据的覆盖范围，提高智能体在新场景下的适应能力。该方法不依赖于对剩余飞行时间的精确测量，因此具有更好的泛化性能。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117787096A
(43)申请公布日2024.03.29
(21)申请号202311823051.XG06F111/08(2020.01)
文档评论（0）