一种基于深度强化学习的机动博弈制导律设计方法

作者：朱雅萌; 张海瑞^*; 周**; 梁卓; 吕瑞

来源：航天控制, 2022, 40(03): 28-36.

DOI：10.16804/j.cnki.issn1006-3242.2022.03.008

• 飞行器
• 机动突防
• 交会摆脱量
• 深度强化学习
• 智能制导

针对高速机动飞行器常用的程序化机动突防方式适应性不强、突防效果不稳定的问题，提出了一种基于深度强化学习算法的机动博弈制导方法。该方法以增大交会摆脱量为任务目标，采用深度神经网络拟合飞行器的制导律，应用强化学习方法训练网络参数，得到一种以突防拦截双方的位置和速度为输入、以飞行器的需用过载为输出的智能机动博弈制导律。数学仿真验证结果表明，在连续的状态空间和动作空间中，飞行器能根据当前态势自主选择合适的制导指令。相比传统突防方式，该制导律显著提升了交会摆脱量，且突防效果更稳定。

• 单位
  中国运载火箭技术研究院