来源：期刊VIP网 时间：
作者：李晨晔;佟佳慧;姜吉祥;梁海朝;
单位：中山大学航空航天学院;复杂系统控制与智能协同技术重点实验室;
摘要：针对高速主动机动目标的拦截问题，研究了三维空间中拦截弹应对高速主动机动目标的制导拦截方法，提出一种基于改进双延迟深度确定性策略梯度（Twin Delayed Deep Deterministic Policy Gradient,TD3）算法的深度强化学习制导律。通过引入指数加权移动平均值，动态调整TD3算法中Actor网络的延迟更新步长，相比于固定步长的传统方法，可以有效减小误差累积。基于零控脱靶量构建递进式奖励函数，进一步促进了三维空间智能末制导算法的快速稳定收敛。通过数值仿真对所提出方法进行有效性分析和效能分析。仿真结果表明，所提方法不仅提升了模型的训练效率与泛化能力，相较于传统末制导方法有效提升了视线平稳性，拦截成功率提升了53%。
关键词：深度强化学习;;机动目标;;三维制导;;智能制导;;攻防对抗;;零控脱靶量;;马尔可夫过程
基金资助：国家自然科学基金（62103452,62388101）
