基于强化学习的微小型弹药两回路驾驶仪设计

• 作者: 张鑫 范军芳
• 来源期刊: 战术导弹技术
• 学科: 工学
• 关键词: 微小型弹药 两回路自动驾驶仪 策略迭代 代数黎卡提方程 强化学习 贝尔曼最优性原理
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 制导、导航与控制
• 页码范围: 48-54
• 页数: 7页
• 分类号: TJ765.3
• 语种: 中文
• DOI: 10.16358/j.issn.1009-1300.2019.8.116

摘要

利用强化学习及自适应动态规划原理,设计了一种适用于微小型弹药的两回路驾驶仪,并建立了纵向通道控制模型.由于跟踪器问题的最优解不易获得,将系统矩阵与期望输出信号进行增广,构成增广系统并引入折扣因子,将系统的跟踪器设计问题转换为调节器设计问题.基于贝尔曼最优性原理,采用策略迭代的方法对黎卡提方程进行求解,并证明了该算法的收敛性.最后仿真验证了通过策略评估及策略更新两步迭代计算,可以收敛至跟踪器的最优解.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	范军芳		20	13	2.0	3.0
2	张鑫		2	0	0.0	0.0