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！

龙图腾网获悉大连理工大学申请的专利一种基于深度强化学习的无人机躲避方法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：CN120428745B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202510933621.3，技术领域涉及：G05D1/46；该发明授权一种基于深度强化学习的无人机躲避方法是由王昕炜;李昕;王磊;苏析超;王妍;孟艺硕;王轶辉;郑龙杰;吕琛设计研发完成，并于2025-07-08向国家知识产权局提交的专利申请。

本一种基于深度强化学习的无人机躲避方法在说明书摘要公布了：本发明提供一种基于深度强化学习的无人机躲避方法，属于控制策略领域。首先，建立无人机的三维运动学模型，作为躲避策略训练学习环境；其次，设定无人机动作集合，保证机动策略的完备性；再次，在无人机‑导弹追逃模型与动作集合基础上设计过程奖励与结果奖励，得到躲避策略奖励函数，引导无人机躲避导弹追击；最后，构造训练学习环境与躲避策略奖励函数后，在导弹采用智能制导策略的情形下进行训练，直至无人机躲避成功，获得高质量躲避策略。本发明能够使无人机掌握结合能量管理与空间机动的复合型规避策略，有效应对高速导弹的拦截威胁，在极限条件下做出迅速且精准的反应，极大提升生存能力。

本发明授权一种基于深度强化学习的无人机躲避方法在权利要求书中公布了：1.一种基于深度强化学习的无人机躲避方法，其特征在于，所述无人机躲避方法包括以下步骤： 步骤1：建立无人机的三维运动学模型，作为躲避策略训练学习环境； 步骤2：设定无人机动作集合，保证机动策略的完备性；具体的： 所述无人机动作集合包括七种基础机动动作，构成无人机的动作空间；对无人机机动动作进行编码、归一化处理；将离散化的机动指令输入三维运动学模型，实时求解得到无人机的位置、姿态状态参数； 步骤3：在无人机-导弹追逃模型与动作集合基础上设计过程奖励与结果奖励，得到躲避策略奖励函数，引导无人机躲避导弹追击；具体的： 步骤3.1，在躲避策略的训练过程中，将双方的位置信息转变为态势信息以进行态势评估，得到导弹与无人机的距离；并定义，分别为无人机和导弹的速度向量，得到导弹相对无人机速度； 步骤3.2，在步骤3.1建立态势信息基础上，构造相应瞄准线与角度实时信息；得到瞄准线变化率、瞄准线角速度、瞄准线角速度；定义与分别为无人机与导弹速度向量在水平面XOY面的投影；通过瞄准线方位角得到水平面内飞机前置角、水平面内导弹进入角； 步骤3.3，躲避策略奖励函数由过程奖励函数与结果奖励函数两部分组成； 步骤4：构造训练学习环境与躲避策略奖励函数后，在导弹采用智能制导策略的情形下进行训练，直至无人机躲避成功，获得高质量躲避策略； 所述步骤3.1中： 所述导弹-无人机态势信息如下所示： （3）； 其中，表示导弹相对于无人机的位移，也称为瞄准线；，和表示导弹在三维空间中的位置；，和表示无人机在三维空间中的位置； 所述导弹与无人机的距离为： （4）； 所述导弹相对无人机速度为： （5）； 所述步骤3.2中： 所述瞄准线变化率为： （6）； 所述瞄准线角速度为： （7）； 所述瞄准线角速度大小： （8）； 所述瞄准线方位角表示为： （9）； 其中，表示导弹坐标；表示导弹坐标；表示无人机坐标；表示无人机坐标； 所述水平面内飞机前置角为： （10）； 其中，表示无人机偏航角； 所述水平面内导弹进入角为： （11）； 其中，表示导弹偏航角； 所述步骤3.3中： 所述过程奖励如下所示： （12）； 其中，为导弹与无人机初始距离；为导弹与无人机当前时刻的距离；为瞄准线变化率；为瞄准线变化率绝对值的最大值；为各项奖励的权重系数，i为1、2、3、4、5；为导弹与飞机距离奖励；为导弹与飞机距离变化率奖励；为无人机前置角奖励；为飞机前置角绝对值；为导弹进入角奖励；为导弹进入角绝对值；为飞行高度奖励，其目的是防止无人机高度超限；为无人机飞行高度；为每一步的过程奖励值； 结果奖励函数如下： （13）； 其中，表示无人机成功规避打击时的奖励；相应的，表示被导弹击中获得的奖励； 总的奖励函数为： （14）。

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大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2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”。