买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西北工业大学

摘要：本发明公开了一种基于自适应MADDPG的星群规避自主决策方法，属于航天器任务规划技术领域，包括以下步骤：建立脉冲式星群对空间非合作目标规避任务模型；设计星群威胁规避自主决策的奖励函数；构建威胁场景预测神经网络，并进行训练；基于奖励函数，构建星群威胁规避自主决策网络；基于MADDPG算法，训练不同威胁场景下的星群威胁规避自主决策网络；将非合作目标与星群信息输入至训练后的威胁场景预测神经网络中，得到当前威胁场景，并选择对应威胁场景下训练的星群威胁规避自主决策网络，进行星群规避的自主决策。本发明解决了现有算法难以处理的由大量卫星组成的星群对非合作目标抵近威胁进行规避时产生的高复杂度的决策问题。

主权项：1.一种基于自适应MADDPG的星群规避自主决策方法，其特征在于，包括以下步骤：S1、基于T-H方程和博弈论，建立脉冲式星群对空间非合作目标规避任务模型；S2、基于脉冲式星群对空间非合作目标规避任务模型，根据非合作目标威胁与星群约束特点，设计星群威胁规避自主决策的奖励函数；S3、构建威胁场景预测神经网络，并通过非合作目标与星群信息对威胁场景预测神经网络进行训练；S4、基于奖励函数，构建星群威胁规避自主决策网络；S5、基于MADDPG算法，训练不同威胁场景下的星群威胁规避自主决策网络；S6、将非合作目标与星群信息输入至训练后的威胁场景预测神经网络中，得到当前威胁场景，并选择对应威胁场景下训练的星群威胁规避自主决策网络，进行星群规避的自主决策；所述S4中星群威胁规避自主决策网络包括Actor网络、Critic网络、Target_actor网络和Target_critic网络；所述Actor网络的输入为当前时刻的全局状态信息，输出为当前时刻的动作；所述Critic网络的输入为当前时刻的全局状态信息，输出为当前时刻的动作的评分；所述Target_actor网络的输入为下一时刻的全局状态信息，输出为下一时刻的动作；所述Target_critic网络的输入为下一时刻的全局状态信息，输出为下一时刻的动作的评分；所述Critic网络通过评分构建critic_loss函数；所述Critic网络通过critic_loss函数优化自身的网络参数；所述Actor网络通过评分构建actor_loss函数，并通过actor_loss函数计算累计期望奖励的梯度；所述Actor网络通过累计期望奖励的梯度优化自身的网络参数。

全文数据：

权利要求：

百度查询： 西北工业大学 一种基于自适应MADDPG的星群规避自主决策方法