电气工程与系统科学 > 系统与控制
[提交于 2022年12月6日
]
标题: 基于深度强化学习的非完美信息下主动防御航天器协同引导策略
标题: Cooperative Guidance Strategy for Active Defense Spacecraft with Imperfect Information via Deep Reinforcement Learning
摘要: 本文提出了一种针对目标航天器主动防护的自适应协同制导策略,该航天器试图规避拦截器。目标航天器执行规避机动,并发射主动防御飞行器以偏转拦截器。与基于最优控制或微分博弈理论的经典策略不同,该问题通过深度强化学习方法解决,并假设了拦截器机动性中的不完美信息。为了解决稀疏奖励问题,提出了利用塑造技术的通用奖励设计方法和逐步困难的训练方法。通过学习过程和蒙特卡罗仿真验证了制导律、奖励函数以及训练方法。非稀疏奖励函数的应用和逐步困难的训练方法加速了模型收敛,缓解了过拟合问题。以标准最优制导律作为基准,仿真结果验证了所提出的制导策略的有效性和优势,保证了目标航天器在多智能体博弈中的逃脱和胜率。此外,与标准最优制导律相比,所提出的制导策略具有更少的先验知识但仍表现得更好。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.