摘要：针对飞行器在线航路规划问题,提出一种基于深度强化学习(deep reinforcement learning,DRL)的飞行器在线自主决策方法。首先对飞行器运动模型、探测模型进行了说明,然后采用DRL深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法,对飞行器飞行控制策略模型框架进行了构建。在此基础上,提出了一种基于课程学习(curriculum learning,CL)的CL-DDPG算法,将在线航路规划任务进行分解,引导飞行器进行目标靠近、威胁规避、航路寻优策略学习,并设置相应的高斯噪声帮助飞行器对策略进行探索和优化,实现了复杂场景下的飞行器自适应学习和决策控制。仿真实验证明,CL-DDPG算法能够有效提升模型的训练效率,算法模型任务成功率更高,具有优秀的泛化性和鲁棒性,能够更好地应用于复杂动态环境下的在线航路规划任务中。

摘要：针对单一飞行器突防及作战能力受限的问题,提出一种多飞行器自适应协同航路规划方法。通过引入多智能体深度强化学习算法,构建多飞行器航路规划决策框架,对各飞行器在线航路规划指令进行求解。在此基础上,提出一种改良DL-MADDPG算法,引导智能体进行干扰学习,提升飞行器在复杂环境下的适应能力。同时,在奖励函数中分别设定协同奖励和个体奖励,有效保证多飞行器系统策略协同性和各飞行器个体策略有效性。仿真试验证明,提出的基于深度强化学习的多飞行器协同航路规划方法,具有很好的自适应性和鲁棒性,能够帮助多飞行器实现复杂多任务场景下的协同航路规划在线决策。