基于深度强化学习算法的无人机智能规避决策
来源:系统工程与电子技术杂志2023年第6期北京时间:
作者:吴冯国, 陶伟, 李辉, 张建伟, 郑成辰
单位:1. 四川大学视觉合成图形图像技术国防重点学科实验室, 四川 成都 610065;2. 中国舰船研究设计中心, 湖北 武汉 430064;3. 四川大学计算机学院, 四川 成都 610065
摘要:为提升无人机在复杂空战场景中的存活率, 基于公开无人机空战博弈仿真平台, 使用强化学习方法生成机动策略, 以深度双Q网络(double deep Q-network, DDQN)和深度确定性策略梯度(deep deterministic policy gradient, DDPG)算法为基础, 提出单元状态序列(unit state sequence, USS), 并采用门控循环单元(gated recurrent unit, GRU)融合USS中的态势特征, 增加复杂空战场景下的状态特征识别能力和算法收敛能力。实验结果表明, 智能体在面对采用标准比例导引算法的导弹攻击时, 取得了98%的规避导弹存活率, 使无人机在多发导弹同时攻击的复杂场景中, 也能够取得88%的存活率, 对比传统的简单机动模式, 无人机的存活率大幅提高。
关键词:深度强化学习,无人机,单元状态序列,门控循环单元
2023年6期其他文献查阅:
薄涂覆目标散射中心的精确建模
传输通道相位失真对非恒包络信号质量的影响分析
基于图像天空区域分割的去雾算法
融合域自适应和弱监督策略的遥感影像建筑物提取算法
基于改进Actor-Critic算法的多传感器交叉提示技术
非均匀子带划分的宽带数字阵通道均衡算法
基于角域特征PSO的海面目标HRRP识别方法
基于时频交叉乘积的调频连续波SAR干扰方法研究
基于状态解耦的两坐标外源雷达3D目标跟踪
基于二相码的PD雷达解模糊及遮挡方法
机载宽带雷达的数据重组空时自适应处理方法
雷达波形通用调制引擎设计
基于SDIF门限失效的雷达射频隐身信号设计原理
基于深度强化学习算法的无人机智能规避决策
可达区域内最佳着陆场的筛选方法
基于气象因素的机场进离港延误预测
基于杀伤网贡献率的动态体系节点重要度评估
基于眼动指标和熵权-TOPSIS空战控制能力评估
基于非对称不可观测状态的强化学习技术
基于累积前景理论和学识评级的PL-VIKOR群决策
从激光测距到量子纠缠光子对测距
基于简化模型的天线罩寄生回路稳定性分析
分布式卫星集群博弈任务均衡分配方法
里程计辅助的车载SINS行进间对准方法
基于卡尔曼滤波算法展开的飞行目标轨迹预测
基于船舶水动力的六自由度a&ω运动参数发生器
基于几何约束孪生卷积网络的相机6DOF定位研究
基于时间敏感软件定义网络的工业互联网时延优化方案
面向物联网无人机通信的短突发CPM信号盲均衡算法
多天线中继系统中基于无线携能通信的物理层安全传输方案
基于信道状态判决的随机接入协议退避算法
基于元学习的时变信道估计方法
基于最大信息熵的长寿命产品可靠度置信区间Bootstrap估计方法
基于半参数退化模型的长寿命产品可靠性评估
考虑维修任务分配的装备选择性维修决策优化