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！

龙图腾网获悉哈尔滨工业大学申请的专利一种基于SAC强化学习算法的高速飞行器集群编队控制方法及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：CN117666616B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202311709906.6，技术领域涉及：G05D1/46；该发明授权一种基于SAC强化学习算法的高速飞行器集群编队控制方法及系统是由白成超;郭继峰;颜鹏;胡砚洋;何凡;许帆设计研发完成，并于2023-12-13向国家知识产权局提交的专利申请。

本一种基于SAC强化学习算法的高速飞行器集群编队控制方法及系统在说明书摘要公布了：本发明公开了一种基于SAC强化学习算法的高速飞行器集群编队控制方法及系统，涉及协同编队控制技术领域，以解决高速飞行器集群编队控制中飞行器飞行速度快、环境参数变化剧烈导致的集群控制困难问题。本发明的技术要点包括：采集观测数据，确定高速飞行器的观测空间和动作空间；训练基于SAC强化学习算法的高速飞行器智能体网络；利用训练好的高速飞行器智能体网络进行飞行器集群编队控制。本发明在奖励函数的设计中充分考虑不同任务，并通过参数修正来权衡不同任务的重要程度，丰富了飞行器的任务执行种类与执行任务的能力；能够在高速飞行器面临高动态环境的情况下，保障高速飞行器集群的智能编队，开展大规模高速飞行器集群飞行。

本发明授权一种基于SAC强化学习算法的高速飞行器集群编队控制方法及系统在权利要求书中公布了：1.一种基于SAC强化学习算法的高速飞行器集群编队控制方法，其特征在于，包括以下步骤： 采集观测数据，确定高速飞行器集群的观测空间和动作空间；所述观测数据包括集群状态、障碍状态、目标状态、自身状态；所述集群状态包括某一飞行器相对周围其他飞行器的相对位置和相对速度；所述障碍状态包括飞行器与障碍物中心的相对位置；所述目标状态包括目标相对于飞行器的相对位置和相对速度；所述自身状态包括飞行器自身的加速度、速度及位置；所述动作空间中动作量为过载指令； 基于观测数据训练基于SAC强化学习算法的高速飞行器智能体网络，网络中设计如下奖励函数：编队保持奖励、障碍规避奖励、目标接近奖励；其中，编队保持奖励表示为： 式中，rfKeepV表示相对速度保持奖励；rfKeepP表示相对位置保持奖励；kfKeepV表示相对速度保持奖励系数；kfKeepP表示相对位置保持奖励系数；dV表示飞行器与周围通信范围内飞行器的速度偏差；VfKeepV表示无量纲化系数，将速度偏差无量纲化；dRij表示飞行器i与周围j单元的距离偏差；RfKeepP表示无量纲化系数，将距离偏差无量纲化； 当飞行器与障碍区外表面距离大于安全距离时，障碍规避奖励表示为： 式中，kobsAvoidS表示半球形障碍区域规避奖励系数；dobsSafe表示障碍区安全距离；ΔRmToObs表示飞行器与障碍区的相对位置向量减去障碍区的半径向量； 当飞行器与障碍区外表面距离小于安全距离时，障碍规避奖励表示为robsAvoidS和robsAvoidG两部分的和： 式中，kobsDangerS表示一常值负系数，也代表一常值奖励；h表示飞行器高度，kobsDangerG表示地面障碍负值奖励系数；hsafe表示安全飞行高度； 目标接近奖励包括目标接近奖励rtoTgtP和目标到达奖励rtoTgtDone： rtoTgtDone＝ktoTgtDone,dmToTgt＜ddone 式中，ktoTgtP表示目标接近奖励系数；dmToTgt表示弹目相对位置向量的模长；drange表示初始位置时飞行器与目标的距离；ddone表示判停距离条件，当有飞行器与目标的距离小于该距离时，表示飞行器到达目标，任务结束；ktoTgtDone表示一次性奖励，当飞行器到达目标时，提供该项奖励，该奖励远大于其他奖励； 利用训练好的高速飞行器智能体网络进行飞行器集群编队控制。

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哈尔滨工业大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区西大直街92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”。