一个事件触发的深度强化学习指导算法,用于拦截速度优势的机动目标

科学领域:

• 航空航天工程 航空航天工程
• 控制系统 控制系统
• 人工智能的人工智能

背景情况:

• 传统的指导法则与高速的机动目标作斗争.
• 深度强化学习 (DRL) 是有前途的,但由于政策培训效率低下而受到影响.
• 超音速车辆拦截需要先进的指导策略.

研究的目的:

• 开发一种新的事件触发深度强化学习 (ETDRL) 算法,以提高指导法律培训效率.
• 在高速拦截场景中解决传统指导法律和DRL的局限性.
• 为了提高拦截机动目标的速度优势在具有挑战性的约束条件下.

主要方法:

• 提出了一个事件触发式培训和时间触发式执行 (ETTE) 框架,将互动重新构成一个事件触发式马尔科夫决策过程 (ETMDP).
• 只有在满足特定环境条件时,代理才能更新行动,从而减少训练期间的决策步骤.
• 利用双延迟深确定性政策梯度算法来训练ETDRL指导法.

主要成果:

• 通过减少决策步骤的数量,显著加快了政策培训.
• 通过训练有素的政策的时间触发执行来维持或改善控制性能.
• 与标准DRL算法相比,证明了更高的训练效率.

结论:

• 拟议的ETDRL指导法提供了提高训练效率和优越的拦截性能.
• 该ETDRL方法有效地解决了拦截高速机动目标的挑战,其机动性有限,仅测量轴承.
• ETTE框架为需要高效有效的指导系统的现实应用提供了可行的解决方案.