基于强化学习的无人机自主机动决策方法

• 作者: 周欢 孙楚 王渊 赵辉 韩瑾
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 无人作战飞机 机动决策 强化学习 连续动作 神经网络
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 工程实践
• 页码范围: 142-149
• 页数: 8页
• 分类号: TJ85
• 字数: 5972字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2019.04.029

摘要

提出了一种基于连续动作集强化学习的无人机机动决策方法.通过Actor-Critic强化学习构架下的NRBF神经网络输出状态真实效用值与连续动作控制变量,效用值与动作控制变量的输出层共用隐层以简化网络结构.结合相对熵理论设计隐层节点的自适应调整方法,有效减少了隐层节点数目.对输出动作控制变量,采用基于高斯分布的连续动作选择策略,并依据训练次数调整随机动作控制变量的概率分布,提升了网络对未知策略的探索能力.在3种不同空战态势下的仿真验证了该方法的有效性,结果表明该方法生成的策略鲁棒性较强,动作控制量更加精确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵辉	空军工程大学航空航天工程学院	66	369	11.0	16.0
2	周欢	空军工程大学航空航天工程学院	21	87	6.0	8.0
3	王渊	空军工程大学航空航天工程学院	8	55	3.0	7.0
4	孙楚	空军工程大学航空航天工程学院	4	23	1.0	4.0
5	韩瑾		1	0	0.0	0.0