文章详情
| 稿件标题： | 基于Q-learning的弹道优化研究 |
| 稿件作者： | 周毅昕1，程可涛1，柳立敏1，何贤军2，黄振贵2 |
| DOI： | 10.11809/bqzbgcxb2022.05.031 |
| 科学编辑： | 付强 博士 |
| 栏目名称： | 基础理论与应用研究 |
| 关键词： | 弹道优化；强化学习；Qlearning算法；外弹道 |
| 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Qlearning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Qlearning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。 |
| 稿件基金： | 南京理工大学本科生科研训练“百千万”计划项目(201810288058) |
| 引用本文格式： | 周毅昕，程可涛，柳立敏，等.基于Qlearning的弹道优化研究［J］.兵器装备工程学报，2022，43(05)：191-196. ZHOU Yixin, CHENG Ketao, LIU Limin, et al.Research on trajectory optimization based on Qlearning［J］.Journal of Ordnance Equipment Engineering，2022，43(05)：191-196. |
| 刊期名称： | 2022年05期 |
| 出版时间： | 2022年5月 |
| 上线时间： | 2022年5月28日 |
| 浏览次数： | 2682 |
| 下载次数： | 2124 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |