基于PER-IDQN的多无人飞行器围捕研究

YANG Zhipeng,LI Bo, LIN Song,CHEN Zihao, ZENG Chang, LI Jinliang

Journal of Ordnance Equipment Engineering（2023）

引用 0|浏览0

暂无评分

摘要

针对单无人飞行器能力有限,无法完成复杂军事场景下对敌方机动目标的压制等问题,提出了一种基于深度强化学习的多无人飞行器围捕方法.基于围捕任务,构建了栅格化场景,并对具体环境做出了说明.在深度强化学习的框架中,考虑到多无人飞行器对目标的靠近合围、安全避障等因素,对各飞行器状态变量、动作输出、奖励函数进行了针对性的设计.仿真结果表明:经过深度强化学习PER-IDQN算法的训练后,多无人飞行器能够完成自主协同决策和威胁规避,实现对机动目标的包围捕获.

关键词

maneuvering target,multiple UAVs,pursuit-evasion,deep reinforcement learning,cooperative decision

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要