基于深度强化学习的无人机对战战术决策的研究

发布时间：2021-07-30 03:43

　　空中作战逐渐成为现代军事对抗的主力,随着无人机的军事应用逐渐增多,当今主要大国也更加重视无人战斗机的发展,无人机将成为未来信息化、智能化空战的主要载体。空战中环境复杂、格斗势态高速变化,要求无人机能够准确感知战场环境且产生有效的自主格斗决策将是未来空战格斗研究的重点。经过几十年的发展,空战决策技术逐步形成了以微分对策、专家系统、影响图法为代表的传统格斗方法和以人工免疫系统、遗传算法、近似动态规划为代表的智能格斗方法。近年来深度强化学习在多种决策问题中都取得了一定的突破。本文基于深度强化学习对无人机空战格斗决策展开研究,提高在复杂环境下无人机自主格斗的智能化水平。本文抽象出单机格斗中强化学习模型的基本要素,通过对飞行状态的描述、动作集的设计结合三维空间中的运动学规律构建了相应的格斗仿真方法。在多变的战场环境下,基于角度、高度和速度等因素进行格斗战场的势态评估,设计了完备的奖励函数来引导无人机正确地感知格斗态势并学习采取合适的机动动作。无人机格斗属于大规模状态空间下的序列化决策问题,一般的强化学习算法会面临维度爆炸的问题,使得空战格斗决策的实施变得不切实际。针对此问题,本文提出了一种空战格... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

基本机动动作示意图

空战动

空战

【参考文献】：
期刊论文
[1]国外无人战斗机发展历程和趋势[J]. 徐啟云,王洁,郝文渊,张爽.  飞航导弹. 2016(03)
[2]未来无人战斗机动力发展方向分析[J]. 李瑞军,弓升.  航空科学技术. 2015(08)
[3]无人战机近距空战微分对策建模研究[J]. 傅莉,王晓光.  兵工学报. 2012(10)
[4]无人机空战仿真中基于机动动作库的决策模型[J]. 王锐平,高正红.  飞行力学. 2009(06)



本文编号：3310620