文献类型：期刊文章

作　　者：文永明[1] 石晓荣[1] 黄雪梅[1] 余跃[1]

WEN Yong-ming;SHI Xiao-rong;HUANG Xue-mei;YU Yue(Beijing Institute of Control&Electronics Technology,Beijing 100038,China)

机构地区：[1]北京控制与电子技术研究所,北京100038

出　　处：《宇航学报》

年　　份：2021

卷　　号：42

期　　号：4

起止页码：504-512

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EAPJ2020、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对复杂场景下无人机集群对抗中协同目标分配和突防轨迹规划等多耦合任务的决策问题,提出了一种集群对抗多耦合任务智能决策方法。首先,针对无人机集群对抗中耦合任务多和决策空间大难题,结合集中式和分层式架构的优点,设计了面向多耦合任务的混合式深度强化学习架构,可提升多耦合任务间的协同性和集群对抗效能;其次,针对轨迹规划序贯决策的稀疏奖励难题,设计了基于轨迹构造的一步式动作空间设计方法,可加快策略网络收敛速度;再次,针对强对抗条件下的场景不确定难题,基于无人机集群红蓝对抗仿真平台,设计了基于多随机场景的红蓝博弈训练方法,可增强策略网络的泛化性;最后,通过与传统方法、集中式架构方法和分层式架构方法进行对比,验证了此方法的有效性和先进性。

关 键 词：深度强化学习  智能决策  无人机集群对抗  协同目标分配  突防轨迹规划  

分 类 号：V249.1]