基于改进DDPG算法的带时间约束的航迹规划算法
陈弈文1
夏家伟2
江志东2
1.海军装备部 北京 1000672.海军航空大学青岛校区 青岛 266199
摘要：论文提出了一种基于多经验池回放(Multi-Experience Replay,MER)的深度确定性策略梯度(Deep Determinis-tic Policy Gradient,DDPG)算法,旨在解决无人机(Unmanned Aerial Vehicle,UAV)带时间约束航迹优化的问题.传统方法在处理带时间约束的航迹规划时往往面临着优化速度慢、优化结果不佳等瓶颈.为克服上述不足,论文引入了多经验池回放机制,对传统DDPG算法进行改进.实验结果表明,相比传统优化方法,论文所提出的融入多经验池回放的DDPG算法显著提升了优化性能,并且能够更快地实现收敛.
关键词：深度强化学习多经验池回放航迹规划无人机带时间约束航迹规划
分类号：V279(各类型航空器)
论文发表日期：2025-11-20
在线出版日期：2026-01-28（本平台首次上网日期，不代表文献的发表时间）
页数：6( 71-75,98 )
英文信息