申请/专利权人：四川大学;中国人民解放军63921部队

申请日：2023-11-23

公开（公告）日：2024-03-29

公开（公告）号：CN117784807A

主分类号：G05D1/46

分类号：G05D1/46;G05D1/495;G05D101/15;G05D109/20

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明公开了一种基于深度强化学习的诱骗突防飞行器协同轨迹规划方法，涉及飞行器路径规划技术领域，包括：构建突防飞行器和诱饵飞行器的飞行器运动轨迹模型；构建飞行器突防过程马尔可夫决策模型，包括状态空间模型、动作空间模型和奖励函数，奖励函数基于威胁区域设计得到；采用深度确定性策略梯度DDPG算法，基于演员‑评论家Actor‑Critic的突防框架，通过改进深度Q网络得到，利用深度神经网络设计突防飞行器和诱饵飞行器的Actor网络和Critic网络，根据飞行器突防过程马尔可夫决策模型得到航向角改变量，代入轨迹模型后对飞行器的位置进行更新，得到运动轨迹。本发明具有极好的探索能力，可解决动态环境中，实时性要求较高的飞行器轨迹规划问题。

主权项：1.一种基于深度强化学习的诱骗突防飞行器协同轨迹规划方法，其特征在于，包括：构建突防飞行器和诱饵飞行器的飞行器运动轨迹模型，并进行简化；构建飞行器突防过程马尔可夫决策模型，包括状态空间模型、动作空间模型和奖励函数，其中，奖励函数基于威胁区域设计得到；基于演员-评论家网络的突防框架构建深度确定性策略梯度算法模型，以突防飞行器和诱饵飞行器的状态作为输入，采用深度确定性策略梯度算法模型计算得到动作策略，根据飞行器突防过程马尔可夫决策模型，将动作策略映射为突防飞行器与诱饵飞行器的航向角改变量将航向角改变量代入简化的飞行器运动轨迹模型，得到飞行器的动作，进而对飞行器的位置进行更新，得到突防飞行器和诱饵飞行器运动轨迹。

全文数据：

权利要求：

百度查询： 四川大学;中国人民解放军63921部队 基于深度强化学习的诱骗突防飞行器协同轨迹规划方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD