基于强化学习的改进三维A^*算法在线航迹规划

来源：系统工程与电子技术杂志2023年第1期北京时间：

作者：任智, 张栋, 唐硕

单位：1. 西北工业大学航天学院, 陕西 西安 710072；2. 陕西省空天飞行器设计重点实验室, 陕西 西安 710072

摘要：针对飞行器在线航迹规划对算法实时性与结果最优性要求高的问题，基于强化学习方法改进三维A*算法。首先，引入收缩因子改进代价函数的启发信息加权方法提升算法时间性能；其次，建立算法实时性与结果最优性的性能变化度量模型，结合深度确定性策略梯度方法设计动作-状态与奖励函数，对收缩因子进行优化训练；最后，在多场景下对改进后的三维A*算法进行仿真验证。仿真结果表明，改进算法能够在保证航迹结果最优性的同时有效提升算法时间性能。

关键词：改进A^*算法,收缩因子,强化学习,深度确定性策略梯度,在线航迹规划

基金资助：国家自然科学基金重点项目(61933010);国家自然科学基金(61903301)