基于强化学习的多无人机避碰计算制导方法

作者：赵毓; 郭继峰^*; 郑红星; 白成超

来源：导航定位与授时, 2021, 8(01): 31-40.

DOI：10.19306/j.cnki.2095-8110.2021.01.004

• 多智能体
• 强化学习
• 计算制导
• 固定翼
• 避碰

针对大量固定翼无人机在有限空域内的协同避碰问题,提出了一种基于多智能体深度强化学习的计算制导方法。首先,将避碰制导过程抽象为序列决策问题,通过马尔可夫博弈理论对其进行数学描述。然后提出了一种基于深度神经网络技术的自主避碰制导决策方法,该网络使用改进的Actor-Critic模型进行训练,设计了实现该方法的机器学习架构,并给出了相关神经网络结构和机间协调机制。最后建立了一个实体数量可变的飞行场景模拟器,在其中进行"集中训练"和"分布执行"。为了验证算法的性能,在高航路密度场景中进行了仿真实验。仿真结果表明,提出的在线计算制导方法能够有效地降低多无人机在飞行过程中的碰撞概率,且对高航路密度场景具有很好的适应性。

• 单位
  哈尔滨工业大学; 航天学院