摘要：为提升无人机在复杂空战场景中的存活率,基于公开无人机空战博弈仿真平台,使用强化学习方法生成机动策略,以深度双Q网络(double deep Q-network, DDQN)和深度确定性策略梯度(deep deterministic policy gradient, DDPG)算法为基础,提出单元状态序列(unit state sequence, USS),并采用门控循环单元(gated recurrent unit, GRU)融合USS中的态势特征,增加复杂空战场景下的状态特征识别能力和算法收敛能力。实验结果表明,智能体在面对采用标准比例导引算法的导弹攻击时,取得了98%的规避导弹存活率,使无人机在多发导弹同时攻击的复杂场景中,也能够取得88%的存活率,对比传统的简单机动模式,无人机的存活率大幅提高。

摘要：拦截碰撞角约束制导可以增加空空导弹的毁伤能力,而传统的比例导引律无法对导弹的打击角度进行约束。为控制空空导弹的拦截碰撞角,提出了一种基于深度强化学习的偏置比例导引律,完成了以特定倾角拦截目标的任务。引入了导弹剩余飞行时间作为强化学习模型的部分状态量,提升了智能体的学习收敛速度。与传统的比例导引律和基于落角约束的最优导引律进行了仿真对比实验。仿真结果表明,所提出的制导律在保证精准拦截目标的同时,对导弹末端碰撞角的控制精度也大于其它约束角制导律。

摘要：随着无人集群在物流运输、农业管理、军事行动等场景的试验和应用,其面临的作业环境和任务内容日趋复杂,亟需设计效率更高、泛化能力更强、适应性更好的控制算法.将人工智能引入到无人集群系统控制的研究中,能够大幅提升现有无人集群的能力,完成复杂的作业任务.深度强化学习具有深度学习和强化学习的优点,无人集群系统深度强化学习控制研究受到了国内外科研人员的广泛关注,涌现出许多标志性成果.本文将从原理、特点等方面阐述深度强化学习概念,深入分析深度强化学习的多种典型算法,并讨论无人机集群的各类控制需求,进而介绍深度强化学习在无人机集群控制领域的典型研究成果,最后针对该领域研究成果的落地转化总结了应用前景和面临的挑战.