| 本文已被：浏览 73次 下载 54次 |
|
|
| 跨域拦截弹数据驱动的在线强化学习姿态控制方法 |
|
赵琛钰1,2,3,胥彪1,2,宋勋4,赵启伦4,李爽1
|
|
1.南京航空航天大学 航天学院，江苏 南京 211106;2.南京航空航天大学 空间光电探测与感知工业和信息化部重点实验室，江苏 南京 211106;3.上海民用航空电子系统有限公司，上海 201100;4.北京电子工程总体研究所，北京 100854
|
|
| 摘要: |
| 针对跨域拦截弹在宽速域、大空域飞行面临动力学建模较难、模型未知的问题，提出一种基于数据驱动的在线强化学习姿态控制方法。受零和博弈的启发，将干扰也当作是系统输入的一部分设计性能指标函数。实际拦截弹控制量输入的目的是最小化性能指标函数，提高系统性能，而干扰的作用则相反。然后，通过构建评价网络在线学习获得相应的近似解，并通过更新权值来动态地处理不确定性。与传统依赖模型的在线强化学习求解方法不同，数据驱动的强化学习方法不再需要拦截弹系统的动态模型信息，而是仅通过系统的输入输出数据来驱动网络进行权值在线学习更新。最终，通过仿真验证了该方法的有效性。 |
|
(1.College of Astronautics，Nanjing University of Aeronautics and Astronautics，Nanjing 211106，Jiangsu，China;2.Key Laboratory of Space Photoelectric Detection and Perception，Nanjing 211106，Jiangsu，China;3.Shanghai AVICAS Avionics Systems Co.Ltd.，Shanghai 201100，China;4.Beijing Institute of Electronic System Engineering，Beijing 100854，China)
|
