基于深度Q网络的近距空战智能机动决策研究

作     者：张婷玉 孙明玮 王永帅 陈增强 Zhang Tingyu;Sun Mingwei;Wang Yongshuai;Chen Zengqiang

作者机构：南开大学人工智能学院天津300350 天津市智能机器人重点实验室天津300350 

出 版 物：《航空兵器》 (Aero Weaponry)

年 卷 期：2023年第30卷第3期

页      面：41-48页

核心收录：

学科分类：082601[工学-武器系统与运用工程] 08[工学] 082501[工学-飞行器设计] 0826[工学-兵器科学与技术] 082602[工学-兵器发射理论与技术] 0825[工学-航空宇航科学与技术] 

基　　金：国家自然科学基金项目(62073177 61973175) 

主　　题：空战 自主机动决策 深度强化学习 DQN 奖励函数 智能机动 参数选择 

摘      要：针对近距空战对抗中无人机机动决策问题,本文基于深度Q网络(DQN)算法的框架,对强化学习奖励函数设计以及超参数的选择问题进行了研究。对于强化学习中的稀疏奖励问题,采用综合角度、距离、高度和速度等空战因素的辅助奖励,能够精确描述空战任务,正确引导智能体的学习方向。同时,针对应用强化学习超参数选择问题,探究了学习率、网络节点数和网络层数对决策系统的影响,并给出较好的参数选择范围,为后续研究参数选择提供参考。空战场景的仿真结果表明,通过训练智能体能够在不同空战态势下学习到较优的机动策略,但对强化学习超参数较敏感。