本發明公開了一種基于深度強化學習的作戰策略優化方法及系統,該方法包括:構建高超聲速滑翔彈模型,確定導彈的當前狀態;構建神經網絡模型,神經網絡模型的輸入為突防環境,輸出為動作集;根據突防環境,基于神經網絡模型,得到預測動作集;根據當前狀態以及預測動作集,計算導彈的下一步狀態并更新高超聲速滑翔彈模型;采用Minimax算法計算敵方狀態;根據下一步狀態以及敵方狀態計算獎懲函數;根據獎懲函數優化神經網絡模型;基于優化后的神經網絡模型得到最優作戰策略。本發明具有短距離精確操作和長期規劃預測的能力,推演效果符合預期,同時其具有較強的實時決策能力,可以很大程度的提高突防成功的概率,可作為滑翔彈突防的決策依據。
聲明:
“基于深度強化學習的作戰策略優化方法及系統” 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)