一种无人机集群系统及无人机技术方案

本公开提供了一种无人机集群系统及无人机。该无人机集群系统包括服务器和多个无人机，其中，所述服务器用于：将第一机器学习模型发送到所述多个无人机；将所述多个无人机训练好的所述第一机器学习模型进行聚合得到第二机器学习模型；以及将所述第二机器学习模型发送到所述多个无人机；所述无人机用于：采用强化学习(Reinforcement Learning,RL)算法对所述第一机器学习模型进行训练；将训练好的所述第一机器学习模型发送到所述服务器；以及接收所述服务器发送的所述第二机器学习模型。上述实施例通过将RL应用于无人机集群，在无人机系统中建立了群体智能；通过将FL与RL相结合，能够为无人机系统构建更可靠、更适合的群体智能。能。能。

【技术实现步骤摘要】
一种无人机集群系统及无人机


[0001]本公开总体上涉及无人机系统，更具体地涉及一种无人机集群系统及无人机。

技术介绍

[0002]本部分旨在介绍本领域的一些方面，其可以与下面描述的和/或要求保护的本公开的各个方面相关。相信本部分有助于提供背景信息以便于更好地理解本公开的各个方面。因此，应该理解的是这些介绍应该从这个角度来理解，而不是作为对现有技术的承认。
[0003]为了确保无人机具有足够高的自主性，人们进行了大量研究，使无人机集群能够利用人工智能算法更高效、智能地执行常见任务。然而，尽管对人工智能很感兴趣，但与工业物联网(Industrial Internet of Things，IIoT)中的群体智能(Swarm intelligence，SI)的结合尚未得到深入考虑。这是因为满足SI系统的概念并不容易，其中每个对象都必须根据从其自身环境获得的局部和部分信息来决定操作。
[0004]联邦学习(Federated Learning，FL)是一种训练机器学习(Machine Learning，ML)模型的新方法，它分散了训练过本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无人机集群系统，包括服务器和多个无人机，其中，所述服务器用于：将第一机器学习模型发送到所述多个无人机；将所述多个无人机训练好的所述第一机器学习模型进行聚合得到第二机器学习模型；以及将所述第二机器学习模型发送到所述多个无人机；所述无人机用于：采用强化学习算法对所述第一机器学习模型进行训练；将训练好的所述第一机器学习模型发送到所述服务器；以及接收所述服务器发送的所述第二机器学习模型。2.根据权利要求1所述的无人机集群系统，其中，所述强化学习算法为近端策略优化算法。3.根据权利要求1所述的无人机集群系统，其中，所述采用强化学习算法对所述第一机器学习模型进行训练包括：获取环境地图；获取所述无人机的状态值；基于所述状态值执行预设动作；确定所述预设动作的奖励值；以及基于所述奖励值更新所述无人机的状态值。4.根据权利要...

【专利技术属性】
技术研发人员：任雪峰，罗巍，
申请(专利权)人：北京卓翼智能科技有限公司，
类型：发明
国别省市：