基于LSTM-PPO算法的无人作战飞机近距空战机动决策
丁维
王渊
丁达理
谢磊
周欢
谭目来
吕丞辉
空军工程大学航空工程学院,西安,710038
摘要：近距空战中环境复杂、格斗态势高速变化,基于对策理论的方法因数据迭代量大而不能满足实时性要求,基于数据驱动的方法存在训练时间长、执行效率低的问题.对此,提出了一种基于深度强化学习算法的UCAV近距空战机动决策方法.首先,在UCAV三自由度模型的基础上构建飞行驱动模块,形成状态转移更新机制;然后在近端策略优化算法的基础上加入Ornstein-Uhlenbeck随机噪声以提高UCAV对未知状态空间的探索能力,结合长短时记忆网络(LSTM)增强对序列样本数据的学习能力,提升算法的训练效率和效果.最后通过设计3组近距空战仿真实验,并与PPO算法作性能对比,验证所提方法的有效性和优越性.
关键词：无人作战飞机空战机动决策深度强化学习近谝策略伏化长短时记忆网络
分类号：V271.4(各类型航空器)
资助基金：陕西省自然科学基金(2020JQ-481)
论文发表日期：2022-06-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 19-25 )
英文信息