文献类型：期刊文章

作　　者：黄少军[1,2] 吴昊[2]

HUANG Shaojun;WU Hao(No.75608 Troops of PLA,Hongkong 400000,china;Naval University of Engineering,Wuhan 430033)

机构地区：[1]中国人民解放军75608部队,中国香港400000 [2]海军工程大学,武汉430033

出　　处：《舰船电子工程》

年　　份：2024

卷　　号：44

期　　号：10

起止页码：43-47

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：针对传统启发式算法难以从大样本地形数据中及时提取经验模型的问题,提出了一种基于注意力强化学习的多巡飞弹协同路径规划方法。该协同优化方法综合考虑了生存概率、路径长度、负载平衡和耐力约束等影响因素。注意力神经网络被用来生成巡飞弹的协同侦察策略,并对大量的模拟数据进行测试,利用REINFORCE算法对注意力网络进行优化。实验结果表明,所提出的方法能有效解决实时性要求高的多巡飞弹路径规划问题,且求解时间小于传统算法。

关 键 词：注意力机制  巡飞弹 协同路径规划  

分 类 号：TJ76]