一种基于仿真系统的强化学习方法、装置和系统

摘要

本发明公开了一种基于仿真系统的强化学习方法、装置和系统，涉及飞行器仿真技术领域。该方法的一具体实施方式包括：接收仿真系统传输的仿真数据；根据所述仿真数据并依据控制器的学习策略确定待执行的行动；其中，所述行动包括对飞行器动力系统的行动和对舵机的行动；将所述行动传输至所述仿真系统，以使所述仿真系统执行所述行动，从而控制飞行器在所述仿真系统中飞行。该实施方式能够解决无法保证控制器在众多环境状态下的鲁棒性的技术问题。