基于強(qiáng)化學(xué)習(xí)的無(wú)人機(jī)空中格斗算法研究.pdf

1、隨著無(wú)人戰(zhàn)斗機(jī)在軍事領(lǐng)域上的應(yīng)用越來(lái)越廣泛，世界各國(guó)都在下大力氣研制無(wú)人機(jī)，無(wú)人戰(zhàn)斗機(jī)的出現(xiàn)也將改變未來(lái)的空戰(zhàn)態(tài)勢(shì)，成為決定戰(zhàn)場(chǎng)的重要力量。在這其中，無(wú)人機(jī)的智能化水平將是無(wú)人機(jī)技術(shù)發(fā)展的關(guān)鍵，未來(lái)的無(wú)人戰(zhàn)斗機(jī)將不僅能夠通過(guò)傳感器感知狀態(tài)信息，區(qū)分?jǐn)澄夷繕?biāo)，還能夠根據(jù)不同的作戰(zhàn)任務(wù)，進(jìn)行空戰(zhàn)決策?？諔?zhàn)決策理論經(jīng)過(guò)近幾十年的發(fā)展，逐步形成了以專家系統(tǒng)、微分對(duì)策為主的傳統(tǒng)方法和以神經(jīng)網(wǎng)絡(luò)、遺傳算法、蟻群算法為代表的智能方法。本文主要研究了基

2、于強(qiáng)化學(xué)習(xí)的無(wú)人機(jī)空中格斗算法，主要做了以下幾個(gè)方面的工作：
　　一是對(duì)強(qiáng)化學(xué)習(xí)的基本理論做了詳細(xì)的介紹，通過(guò)強(qiáng)化學(xué)習(xí)算法的對(duì)比分析，指出了當(dāng)前強(qiáng)化學(xué)習(xí)研究面臨的一些困難和問(wèn)題，同時(shí)對(duì)強(qiáng)化學(xué)習(xí)的應(yīng)用領(lǐng)域做了介紹。
　　二是以強(qiáng)化學(xué)習(xí)的經(jīng)典算法以及現(xiàn)階段研究熱點(diǎn)為依據(jù)，以強(qiáng)化學(xué)習(xí)系統(tǒng)中涉及的策略、值函數(shù)、回報(bào)函數(shù)等要素為核心，改進(jìn)了算法性能。首先通過(guò)添加一個(gè)動(dòng)機(jī)層，通過(guò)這一層，將先驗(yàn)知識(shí)引入到強(qiáng)化學(xué)習(xí)中，形成狀態(tài)映射到動(dòng)機(jī)、再