文献类型：期刊文章

作　　者：张秦浩[1] 敖百强[1] 张秦雪[2]

ZHANG Qinhao;AO Baiqiang;ZHANG Qinxue(Beijing Institute of Electronic Engineering, Beijing 100854, China;College of Computer Science, North China Institute of Aerospace Engineering, Langfang 065000, China)

机构地区：[1]北京电子工程总体研究所,北京100854 [2]北华航天工业学院计算机学院,河北廊坊065000

出　　处：《系统工程与电子技术》

基　　金：中国博士后科学基金(2017M620863)资助课题

年　　份：2020

卷　　号：42

期　　号：2

起止页码：414-419

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

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。

关 键 词：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  

分 类 号：V448.133]