基于深度强化学习算法的风力发电机叶片无人机巡检方法

本发明公开了一种基于深度强化学习算法的风力发电机叶片无人机巡检方法，适用于无人机巡检叶片任务，能在复杂环境下保证无人机的稳定性和鲁棒性，并以最低能耗路径完成巡检任务；首先构建了无人机巡检风机叶片的强化学习模型，以模拟无人机在三维空间中的巡检任务，并限制无人机的可行性空间和欧拉角防止无人机激烈运动；其次，定义启发式动态奖励函数包括连续位置、能耗、完成任务和避障，以此激励无人机采取最优的飞行路径；最后设计对决网络结构和优先经验回放机制的改进TD3算法，提高算法学习效率。与传统控制方式相比，提高了无人机巡检的稳定性和鲁棒性。