被动探测视场角约束下的深度强化学习制导方法

摘要： 针对红外制导导弹拦截机动目标的导引律设计问题，提出了一种纯角度量测下考虑视场角约束的深度强化学习制导方法。首先，将拦截制导问题转化为一个马尔可夫决策过程，建立了基于双延迟深度确定性策略梯度算法的深度强化学习制导模型，并充分考虑了导弹一阶自动驾驶仪特性；其次，设计了一种满足导引头视场角约束，同时又能权衡能量消耗和制导精度的综合奖励函数，并在典型场景下进行了深度强化学习制导律训练。... （共9页）