基于强化学习的禁飞区绕飞智能制导技术

摘要：

人工智能(AI)的快速发展为飞行器制导技术的研究提供新的技术途径.本文针对高速飞行器面临不确定禁飞区的绕飞问题,提出"预测校正制导—基于监督学习预训练倾侧角制导模型—基于强化学习进一步升级倾侧角制导模型"逐级递进的禁飞区绕飞智能制导研究框架:一是基于传统预测校正制导生成大量禁飞区绕飞样本轨迹,并基于监督学习方法对倾侧角制导模型进行预训练;二是进一步采用强化学习中近端策略优化算法(PPO)升级倾侧角制导模型,通过飞行器与带有不确定禁飞区环境的大量交互探索,并设置有效的奖励引导,充分挖掘高升阻比飞行器强大的横向机动能力,摆脱传统预测校正制导方法对倾侧角解空间的约束,期望产生更优的绕飞策略.通过与传统预测校正制导和基于监督学习的智能制导的对比分析,验证了基于强化学习的禁飞区绕飞智能制导技术能够充分发挥飞行器的宽域飞行优势,满足未来飞行器智能决策系统对不确定绕飞场景的适应性需求.

关键词：智能制导、禁飞区绕飞、强化学习、PPO算法、监督学习

所属期刊栏目：44

分类号：V448.235(航天仪表、航天器设备、航天器制导与控制)

在线出版日期：2023-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：235-247