基于态势认知的无人机集群围捕方法

作者：吴子沉; 胡斌^*

来源：北京航空航天大学学报, 2021, 47(02): 424-430.

DOI：10.13700/j.bh.1001-5965.2020.0274

• 无人机
• 集群围捕
• 态势认知
• 深度Q神经网络(DQN)
• 自主发育

无人机集群围捕是智能无人机"蜂群"作战的一种重要任务方式。现有集群围捕方法大多建立在环境已知的基础上,面对未知的任务环境时围捕策略经常性失效。针对此问题,提出了基于态势认知的发育模型,探索一种对环境适应性较佳的围捕方法。首先,对集群围捕行为分解,将围捕离散化;然后,基于深度Q神经网络(DQN),设计一种围捕策略的生成方法;最后,建立状态-策略知识库,并通过大量有效数据的训练,针对不同环境获得不同的策略,对知识库进行发育。仿真结果表明:提出的基于态势认知的发育模型,能够有效适应不同环境,完成不同环境下的围捕。

• 单位
  空军工程大学