基于强化学习的无人机安全避障与围捕制导

摘要： 针对无人机在受约束环境下面临绕飞障碍物与跟踪目标相互掣肘的问题，提出了一种基于强化学习的无人机安全避障与围捕制导方法。根据极坐标原理设计环绕跟踪控制器，驱使无人机在GPS拒止的情况下到达预设的圆形轨道。将环绕约束和障碍物约束转化为马尔可夫过程，以速度、径向误差、角速度误差和碰撞函数为状态空间，以控制器的补偿量为动作空间，设计考虑跟踪误差和碰撞概率的奖励函数，利用深度确定性策略梯...