一种端到端无人机自主导航方法

本发明公开了一种端到端无人机自主导航方法，涉及无人机技术领域，包括以下步骤：设计强化学习框架下的状态空间、动作空间；设计奖励函数，建立基于领域知识的非稀疏奖励函数；构建基于时间序列的环境信息处理方法；引入基于辅助网络引导的价值评估增强机制；构建采样截断的平稳动作优化机制；进行基于课程学习与区间随机化的端到端训练优化。本发明通过时间注意力机制提升了无人机对环境信息的记忆能力，保证了飞行的安全性与训练的稳定收敛，辅助网络引导使强化学习的训练过程更加平稳，最终导航性能更优，采样截断方法用来约束随机采样过程中的实际取值，令整体的路径更加平滑，避免了极端情况的发生。