建立一个飞行器自动控制的模型
(2023-08-27 14:31:05)建立一个飞行器自动控制的模型
我们来建立一个飞行器自动控制的模型:
模型的控制目标是:飞机机头与目标之间的空间位置。
需要收集的输入信息是:
风速、大气压力、海拔高度、地磁强度、发动机工作数据、飞机载荷相关数据、100公里附近所有实体信息等等。
模型策略是生成:
最初是人工飞行员手动控制的飞行,在飞行中,记录上述各种数据与控制目标值的关系,
进行海量的数据收集,然后在电脑上进行数据分析和拟合,
把飞机飞行的各个阶段,起飞、常规飞行、战斗飞行、降落。甚至可以把各个飞行阶段分的更细。
依据各种阶段产生的数据和应对结果,进行自学习,
大量的人工飞行的数据被电脑学习之后,就形成了一个非常复杂的应对模型了。
利用超级计算机、数据无延迟传输技术,几乎可以把所有该型号的飞机的人工飞行数据进行记录、纳入自学习的模型构成之中。
海量的自学习数据在超级计算机里面日夜不停的进行着学习和完善,
然后,把逐渐成熟的飞行控制模型,用在自动驾驶的实际之中,又一次不断的学习。
这种飞行控制模型的形成,它不在飞机里面,而是在超级计算机里面,飞机,只是数据收集的一个小部分,飞机更多的是执行超级计算机发出的指令飞机里面的控制系统非常的简单。
这是一种非常通用的大数据控制策略自学习模型。
它依靠的是全方位、全系统的大数据信息,在超级电脑上进行管理控制。
未来,无论是飞机、还是汽车、采矿车、机器人、各种机械设备、乃至于一切需要的东西,都以这样的模式,被超级计算机管理。
人类的智慧、经验,不断的录入到超级计算机里面,所有一切的应对知识和应对技能,不断的得到学习和记录,不断的被人类和计算机共同优化。
所以,
超级计算机+无延迟数据远程传输,这是改变世界的最厉害的技术。
前一篇:写的文章,你都看不懂
后一篇:抓住源头,贵食母