本發明提供了一種基于強化學習的無人機空戰機動決策方法,首先創建飛機平臺的運動模型;然后分析影響空戰態勢的各主要因素,在運動模型和空戰態勢因素分析的基礎上,設計空戰機動決策的動態模糊Q學習模型,確定強化學習的各要素和算法流程;對空戰機動決策的狀態空間進行模糊化作為強化學習的狀態輸入;選取典型空戰動作作為強化學習基本行動,通過各模糊規則的觸發強度加權求和實現連續行動空間的覆蓋;在構建的空戰優勢函數為基礎通過設置權重和疊加獎懲值的方法設置了強化學習的回報值。本發明可有效提高無人機進行空戰機動自主決策的能力,具有較高的魯棒性和自主尋優性,在不斷的仿真和學習中無人機所做的決策水平不斷提高。
聲明:
“基于強化學習的無人機空戰機動決策方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)