复杂环境下的飞行器在线航路规划决策方法
来源:系统工程与电子技术杂志2024年第9期北京时间:
作者:杨志鹏, 陈子浩, 曾长, 林松, 毛金娣, 张凯
单位:湖北航天技术研究院总体设计所, 湖北 武汉 430040
摘要:针对飞行器在线航路规划问题, 提出一种基于深度强化学习(deep reinforcement learning, DRL)的飞行器在线自主决策方法。首先对飞行器运动模型、探测模型进行了说明, 然后采用DRL深度确定性策略梯度(deep deterministic policy gradient, DDPG)算法, 对飞行器飞行控制策略模型框架进行了构建。在此基础上, 提出了一种基于课程学习(curriculum learning, CL) 的CL-DDPG算法, 将在线航路规划任务进行分解, 引导飞行器进行目标靠近、威胁规避、航路寻优策略学习, 并设置相应的高斯噪声帮助飞行器对策略进行探索和优化, 实现了复杂场景下的飞行器自适应学习和决策控制。仿真实验证明, CL-DDPG算法能够有效提升模型的训练效率, 算法模型任务成功率更高, 具有优秀的泛化性和鲁棒性, 能够更好地应用于复杂动态环境下的在线航路规划任务中。
关键词:在线航路规划,深度强化学习,自主决策,课程学习,威胁规避
基金资助:国家自然科学基金(62003267)
2024年9期其他文献查阅:
间歇采样转发干扰技术研究述评
鲁棒自适应的机载外辐射源雷达多目标跟踪算法
基于样条插值的非线性自干扰对消技术
参照波结构的飞行器对接姿态快速估计
基于Tri-feature训练的目标与海杂波鉴别算法
基于解耦的小样本目标检测方法研究
基于绝对多普勒的多预警机协同补盲方法
强杂波背景下调频步进DBS技术研究
基于信干噪比最大化的盲提取抗主瓣干扰方法
基于杂波和噪声联合稀疏特性的直接数据域STAP方法
基于EfficientNet的多通道雷达目标微动特征分类方法
一种ZC-OFDM雷达干扰一体化波形设计与处理方法
基于深度残差收缩网络的雷达空中目标识别
空间目标T/R-R型雷达多视角融合成像算法
基于焊层裂纹扩展的IGBT性能退化建模与分析
流程驱动的导弹装备保障资源配置仿真与优化
基于MBSE的民机飞行控制系统架构设计
基于深度强化学习的航天器功率-信号复合网络优化算法
基于深度Q网络的无人车侦察路径规划
基于数据挖掘的前沿技术识别方法与实证研究
资源分布视角下区域保障调度模型研究
基于非支配遗传算法的HLA仿真系统数据采集策略
基于连通度的作战体系结构可靠性分析方法
多星姿态协同中的几何鲁棒控制
基于多目标蚁狮优化算法的月球InSAR卫星编队构型设计
滑翔制导炮弹多炮齐射协同弹道规划与协作范围确定方法
自由度可调模块单元系统运动学并行建模
复杂环境下的飞行器在线航路规划决策方法
输入时滞多智能体系统的输入受限一致性控制
欠驱动条件下自主水下航行器轨迹跟踪动态性能预设控制
无人机边缘计算: 架构、多址接入与计算卸载
意图驱动的韧性网络安全研究
基于编码矩阵估计的极化码参数盲识别算法
LDACS系统基于循环谱和残差神经网络的频谱感知方法
基于最佳采样点的GMSK相干接收算法