基于逆强化学习的空战态势评估函数优化方法

• 作者: 孙楚 李银通 韩统 魏政磊
• 来源期刊: 火力与指挥控制
• 学科: 航空航天
• 关键词: 态势评估 自主决策 逆强化学习 自适应粒子群算法
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 理论研究
• 页码范围: 101-106
• 页数: 6页
• 分类号: V279.3
• 字数: 4803字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2019.08.019

摘要

为提高无人作战飞机(UCAV)自主决策效能,提出基于逆强化学习的空战态势评估函数优化方法.以现有的正例与反例两类空战数据为样本训练一个RBF网络,采用逆强化学习得到不同态势下的态势值,实现了对现有空战数据的知识提取;利用Sigmoid函数的压缩作用,降低了整体态势值,加快了UCAV学习的收敛速度;采用自适应粒子群算法求解优化了态势评估函数中的权重参数,提升了对复杂空战态势的适应能力;仿真结果表明该方法能够优化态势评估函数,提高机动决策的收敛速度,在UCAV自主决策中具有一定现实意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩统	空军工程大学航空工程学院	21	154	8.0	12.0
2	魏政磊	空军工程大学航空工程学院	14	101	5.0	10.0
3	李银通	空军工程大学航空工程学院	2	1	1.0	1.0