买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南开大学申请的专利基于成本敏感元强化学习的编队飞行控制方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119645082B 。

龙图腾网通过国家知识产权局官网在2025-06-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510162972.9，技术领域涉及：G05D1/46；该发明授权基于成本敏感元强化学习的编队飞行控制方法和系统是由张晓宇;滕兆桓;檀盼龙设计研发完成，并于2025-02-14向国家知识产权局提交的专利申请。

本基于成本敏感元强化学习的编队飞行控制方法和系统在说明书摘要公布了：本发明涉及编队飞行控制技术领域，提供一种基于成本敏感元强化学习的编队飞行控制方法和系统。该方法主要包括以下步骤：建立编队飞行三维运动学模型；构建编队飞行控制方法的设定目标；根据所述编队飞行三维运动学模型和编队飞行控制方法的设定目标构建编队飞行控制模型；根据成本敏感元强化学习对编队飞行控制模型进行训练，得到最终元策略参数。本发明通过在元强化学习内采取层次化优化策略，实现了在复杂编队控制动态环境中的快速适应和安全性保证。

本发明授权基于成本敏感元强化学习的编队飞行控制方法和系统在权利要求书中公布了：1.一种基于成本敏感元强化学习的编队飞行控制方法，其特征在于，包括：S1：建立编队飞行三维运动学模型；S2：构建编队飞行控制方法的设定目标；S3：根据所述编队飞行三维运动学模型和编队飞行控制方法的设定目标构建编队飞行控制模型；S4：根据成本敏感元强化学习对编队飞行控制模型进行训练，得到最终元策略参数，包括：S41：随机生成元策略参数；S42：设置局部策参数进行局部更新最大迭代次数次局部更新得到更新完成的局部策略参数，局部更新包括以下步骤：S421：对于每个时间步，选择并记录动作空间，状态空间，下一时间步状态空间，奖励函数和约束成本： 其中，为第i个跟随飞行器的位置跟踪误差，为奖励函数误差阈值，为奖励函数奖励阈值，为奖励函数惩罚阈值，为成本函数阈值，为领导飞行器在惯性坐标系中的横坐标，为领导飞行器在惯性坐标系中的纵坐标，为领导飞行器在惯性坐标系中的垂直坐标，为第个跟随飞行器在惯性坐标系中的横坐标，为第个跟随飞行器在惯性坐标系中的纵坐标，第个跟随飞行器在惯性坐标系中的垂直坐标，为跟随飞行器序数，，为飞行器总数，表示第个跟随飞行器的速度，表示第个跟随飞行器的飞行倾角，表示第个跟随飞行器的飞行偏角，为第个跟随飞行器在轴方向上的过载，为第个跟随飞行器在轴方向上的过载，为第个跟随飞行器在轴方向上的过载，为第个跟随飞行器的位置向量，是领导飞行器和第个跟随飞行器之间的期望距离，为取绝对值，是编队飞行控制器第一反馈增益，是编队飞行控制器第二反馈增益，是编队飞行控制器第一阶数增益；S422：根据所述动作空间，状态空间，下一时间步状态空间，奖励函数，约束成本构建训练数据集： S423：计算奖励优势函数梯度和成本优势函数梯度； 其中，为第次局部策略函数，为从状态空间状态开始遵循策略得到的预期累计奖励；为从状态空间、动作空间状态开始遵循策略得到的预期累计奖励，为表示在状态空间下采取动作空间所关联的成本函数，为状态空间安全约束相关的成本值函数，为的梯度和的梯度参数为时的偏导数；为的梯度和的梯度参数为时的偏导数；S424：更新第次局部策略函数为第次迭代的局部策略函数， 其中，为约束条件，表示取最大值，为新旧策略之间的Wasserstein距离，是允许的最大Wasserstein距离，为残差，为的决定成本，为安全阈值，为矩阵转置；S43：更新所述元策略参数，得到更新后的元策略参数；S44：判断所述元策略参数的更新次数是否达到迭代次数阈值，若没有达到返回步骤S42；若达到执行步骤S45；S45：输出最后得到的元策略参数；S5：根据所述最终元策略参数控制编队飞行。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南开大学，其通讯地址为：300071 天津市南开区卫津路94号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。