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:本申请属于飞行器突防策略设计技术领域。本公开实施例是关于一种基于深度强化学习的飞行器突防方法。本公开实施例引入回归网络增强了深度神经网络的结构;根据脱靶量与能量优化的需求,提出了终端与过程组合、强奖励与弱激励引导形式的奖励函数,还在奖励函数中加入了节能因子的策略,实现对机动能耗的定量调控;在观测中引入了随机噪声,将环境的不确定性纳入了训练过程;此外提出了分层训练与课程学习结合的的策略,加快了算法的收敛速度,降低训练难度;引入了视线角速率修正因子,增强高超对视线角速率的敏度,增大了高超的突防成功率。
主权项:1.一种基于深度强化学习的飞行器突防方法,其特征在于,该方法包括:基于有两个拦截器的多体突防博弈场景,在横向平面内建立飞行器与拦截器的攻防对抗数学模型;基于攻防对抗数学模型,设计ITD3网络模型、ITD3网络模型的奖励函数和ITD3网络模型的状态观测;其中,ITD3网络模型包括回归网络、Actor网络和Critic网络,回归网络包括鉴别器和过滤器,ITD3网络模型的状态观测中引入随机噪声;利用训练数据对ITD3网络模型进行分层课程训练,以得到目标ITD3网络模型;向目标ITD3网络模型中引入视线角速率修正因子,并利用测试数据对引入视线角速率修正因子后的目标ITD3网络模型进行测试,以得到测试后的目标ITD3网络模型;利用测试后的目标ITD3网络模型对飞行器和两个拦截器的态势信息进行处理,以得到突防策略。
全文数据:
权利要求:
百度查询: 西北工业大学 一种基于深度强化学习的飞行器突防方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。