一种基于强化学习和可微分编程的无人机避障方法、系统、设备及介质

一种基于强化学习和可微分编程的无人机避障方法、系统、设备及介质；避障方法为：构建无人机状态矩阵s；构建任务神经网络模块，根据无人机状态矩阵s，获得无人机的期望飞行向量fexp；构建可微分安全模块，根据障碍物位置修正无人机的期望飞行向量fexp，获得无人机实际飞行方向向量ffly；以任务神经网络模块在前、可微分安全模块在后的方式，将两个模块进行组合，构建无人机避障策略网络，搭建无人机仿真飞行环境，并对无人机避障策略网络进行训练，得到可用的无人机避障策略；系统、设备及介质用于承载和实现所述方法；本发明在仿真环境中实现了无人机的安全飞行，兼具智能算法和传统避障算法的优点，从而提高无人机执行任务过程中的安全性。