潘为-基于机器学习的无人机智能控制.pdf

基于机器学习的无人机智能控制研究

汇报人：潘为

一研究背景与意义

二基于强化学习的无人机控制

目录

三无人机系统辨识与模型学习

四无人机集群分布式协同控制

五总结与展望

一研究背景与意义

一研究背景与意义

1.国内外现状

无人机应用场景

影视拍摄无人机送货农业灌溉

灯光秀空中出租车风力发电机叶片清理

目前制约无人机大规模应用主要因素在于智能化不足、决策能力不足，缺乏实时自主决

策能力，尤其是在通信干扰、失联等复杂环境下。

一研究背景与意义

1.国内外现状

全球低空经济总量和美国低空经济结构

（来源：摩根斯坦利）

2024《政府工作报告》国务院印发《新一代人工智能发展规划》

加快发展新质生产力，积极将人机协同增强智能、群体集成智能、来源：欧盟来源：英国商业、能源和

工业战略部和以及交通部

打造低空经济等新增长引擎自主智能系统等列为人工智能发展重点。国外低空经济政策

“无人机+智能”：加速融合无人机与人工智能技术的研究才能率先突破奇点，

促进国家经济和国防实力的提升。

一研究背景与意义

5.智能无人机系统特征

智能无人机的三个组成要素：智能无人机的四个典型特征：

1智能体1自组织

11

构成系统的基本单元，例如：基于实时状态与环境交互及

有人/无人机、不同类型无人认知，形成时空逻辑自主协作。

机等。生物系统生物集群系统12自适应

2交互方式

2任务执行不受环境变化以及

描述智能体与智能体，智能映射个体状态异常影响。

体与环境之间的相互作用关系，13自学习

例如：信息传输的拓扑网络关系。

根据来自环境性能反馈而修

3行为规则正并归纳其自身行为。

3

描述智能体接收信息之后的微