基于深度强化学习的弹道导弹中段突防控制

作者：南英; 蒋亮

来源：指挥信息系统与技术, 2020, 11(04): 1-27.

DOI：10.15908/j.cnki.cist.2020.04.001

• 弹道导弹
• 深度强化学习
• 中段突防
• 策略
• 人工智能

提出了一种基于Markov决策过程的弹道导弹中段突防控制模型,并基于状态-动作对值函数建立了一种完全数据驱动的控制模型。为了加快深度神经网络的收敛速度、增强训练过程中的稳定性,引入了竞争架构和目标网络架构,设计了一种深度神经网络架构竞争双深度Q网络(D3Q)。对传统深度Q网络(DQN)的强化学习算法中的记忆池生成方法进行了改进,提升了训练样本质量。训练及验证结果表明,该方法实现了D3Q网络对弹道导弹中段突防最优控制模型的逼近。

• 单位
  南京航空航天大学; 航天学院