基于强化学习的扑翼飞行器路径规划算法

作者：王思鹏; 杜昌平; 郑耀

来源：控制与决策, 2022, 37(04): 851-860.

DOI：10.13195/j.kzyjc.2020.1574

• 扑翼飞行器
• 局部避障
• U型障碍
• 专家系统
• 强化学习
• 路径平滑

针对扑翼飞行器机动性能弱的问题,提出一种在未知环境下示教学习辅助的强化学习局部路径规划算法(IL-PPO2).首先,基于扑翼飞行器的受限视角的双目感知系统,提出一种心形避障算法,降低避障时对扑翼飞行器控制精度的要求,提高避障鲁棒性;其次,根据心形避障算法的特性,提出一种U型障碍的避障策略;最后,提出一种示教学习辅助的强化学习局部路径规划算法,将心形避障算法与局部路径规划算法相结合,实现扑翼飞行器的局部路径规划.仿真结果表明:与TD3fD强化学习算法相比, IL-PPO2算法能够缩短模型训练时间,路径规划效率与成功率明显高于TD3fD算法;与动态窗口法(DWA)相比, IL-PPO2算法能够提高路径规划的成功率,并且有效融合心形算法,提高路径的平滑程度.

• 单位
  浙江大学; 航天学院