声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：61-1525/N
国际刊号：2097-1915
发布日期:
作者：丁维，王渊，丁达理，磊，周欢，谭目来，吕丞辉
单位：空军工程大学航空工程学院，西安，710038\
关键词：无人作战飞机;空战机动决策;深度强化学习;近谝策略伏化;长短时记忆网络
基金：陕西省自然科学基金（2020JQ-481）
近距空战中环境复杂、格斗态势高速变化，基于对策理论的方法因数据迭代量大而不能满足实时性要求，基于数据驱动的方法存在训练时间长、执行效率低的问题。对此，提出了一种基于深度强化学习算法的UCAV近距空战机动决策方法。首先，在UCAV三自由度模型的基础上构建飞行驱动模块，形成状态转移更新机制；然后在近端策略优化算法的基础上加入Ornstein-Uhlenbeck随机噪声以提高UCAV对未知状态空间的探索能力，结合长短时记忆网络（LSTM）增强对序列样本数据的学习能力，提升算法的训练效率和效果。最后通过设计3组近距空战仿真实验，并与PPO算法作性能对比，验证所提方法的有效性和优越性。
来源：2022年第3期
《空军工程大学学报》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。