一种基于SAC算法和联盟训练的无人机空战自主决策方法

    公开(公告)号:CN116187777A

    公开(公告)日:2023-05-30

    申请号:CN202211688240.6

    申请日:2022-12-28

    摘要: 本发明涉及一种基于SAC算法和联盟训练的无人机空战自主决策方法,属于无人机空战自主决策领域。本发明所采用的技术方案基于深度强化算法基础,引入联盟训练方法,抽象出无人机近距空战博弈对抗中问题的机动动作决策问题;进一步通过解决大规模连续状态和动作空间的离散化、奖励函数的合理设置等问题,将SAC算法实例化;通过联盟训练方法使智能体决策能力在博弈对抗训练快速演进优化。本方法学习到的无人机一对一空战机动策略泛化能力和扩展性较强,样本利用率高,飞行动作连续流畅,易于向真实作战场景迁移。

    一种基于集成学习的中远距作战飞行器轨迹预测方法

    公开(公告)号:CN116048112A

    公开(公告)日:2023-05-02

    申请号:CN202211687904.7

    申请日:2022-12-28

    IPC分类号: G05D1/10 G06N20/00 G06Q10/04

    摘要: 本发明涉及一种基于集成学习的中远距作战飞行器轨迹预测方法,属于中远距作战状态预测与意图识别技术领域。本发明基于tacview三维可视化仿真,通过基于集成学习技术实现中远距作战飞行器轨迹预测,与tacview实现实时数据通信,可视化对比敌方飞行器轨迹预测结果;本发明在不同的飞行器预测初始状态下,通过设计集成器中各子模型因子,可精确实现对飞行器飞行经纬高、飞行滚转的自适应预测,在不同参数下,可达到不同预测效果;算法计算消耗低,可在线实现,具备较大规模并行计算的能力。预测结果量可做为我方空战决策模型的关键输入量,为我方机动决策提供先验支撑性;本发明的预测方法可快速在一定精度范围内对飞行器的飞行轨迹进行一定时长的预测,为飞行轨迹预测和快速并行飞行轨迹计算相关研究提供了新的思路。