Q-learning强化学习制导律

作者：张秦浩; 敖百强; 张秦雪比例制导制导律脱靶量机动目标强化学习q学习时序差分算法

摘要：在未来的战场中,智能导弹将成为精确有效的打击武器,导弹智能化已成为一种主要的发展趋势。本文以传统的比例制导律为基础,提出基于强化学习的变比例系数制导算法。该算法以视线转率作为状态,依据脱靶量设计奖励函数,并设计离散化的行为空间,为导弹选择正确的制导指令。实验仿真验证了所提算法比传统的比例制导律拥有更好的制导精度,并使导弹拥有了自主决策能力。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社