文章目录

1 引言

2 弹道模型建立与求解

2.1 无控弹道方程组

2.2 弹道优化方法

3 强化学习及Q-learning算法

3.1 强化学习

3.2 Q-learning算法介绍

3.3 Q表更新方法

3.4 基于Q-learning算法的简控弹道方程组

4 仿真校验

5 结论

文章摘要:为提升弹道优化效率，缩短作战响应时间，提出了一种基于Q-learning算法的简控弹道优化方法。首先在竖直平面内以3自由度（DOF）只受重力和空气阻力的质点弹丸为研究对象，建立无控弹道方程组作为参考模型并用龙格库塔法求解。在此基础上分别以最远飞行距离和最大落点速度为目标，以加速度指令直接控制输出，建立有控弹道优化模型。在设定初速度与出射角的情况下，在弹丸的外弹道飞行过程利用Q-learning算法输出控制指令，通过强化学习迭代计算实现弹道优化目标。仿真模拟结果证明，在强化学习控制下的导弹射程比无控时明显增加，表明所提出的优化设计方法可有效优化弹道，且效率高。

文章关键词:

论文分类号:TJ76

文章来源：《弹道学报》 网址: http://www.tdxbzz.cn/qikandaodu/2022/0531/539.html