基于Q-Learning算法的再入飞行器制导方法

• 作者: 惠俊鹏 李天任 杨奔 汪韧
• 来源期刊: 战术导弹技术
• 学科: 工学
• 关键词: 再入飞行器 强化学习 预测校正制导 Q-Learning算法
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 制导、导航与控制
• 页码范围: 44-49
• 页数: 6页
• 分类号: TJ765.3
• 语种: 中文
• DOI: 10.16358/j.issn.1009-1300.2019.9.121

摘要

针对再入飞行器制导方法需要根据人工经验调整参数才能适应不同远近、方位目标点的问题,提出“智能预测校正制导”的概念,将飞行环境构建为包含千万量级状态点的状态空间,采用强化学习算法训练制导模型参数,纵向制导依然采用基于定攻角剖面的倾侧角迭代方法,横向制导则利用Q-Learning算法训练横向翻转决策器.结果 表明,该算法训练制导模型有较快的收敛速度,集成多个决策器的打靶成功率达到0.973.基于Q-Learning算法的再入飞行器制导方法消除了原有方法基于规则的横向制导逻辑对飞行器附加的一些不必要约束,使飞行器在复杂任务中发挥其较强的机动能力成为可能,有望应用于规避多禁飞区的轨迹规划研究.