190 / 2025-07-05 07:52:00

基于强化学习的空中障碍自主规避策略研究

威胁规避；深度强化学习；神经网络；自主规避；PPO

六、体系博弈与智能决策 > 1.对抗场景设计与博弈策略生成

在飞行器规避过程中，飞行员需要同时监控飞机状态和威胁态势，但由于时间压力和信息处理的复杂性，人类飞行员往往难以快速解析飞行器的飞行轨迹,从而限制了及时反应的能力。针对这一问题，本研究提出采用基于深度强化学习（Deep Reinforcement Learning, DRL）训练一种自主规避策略，在检测到威胁目标时自动接管平台控制权。具体而言，本研究基于近端策略优化 (Proximal Policy Optimization, PPO)算法对智能体进行训练，使得神经网络策略能够基于运动学分析有效对抗典型飞行器的威胁，并在不同初始条件下展现良好的泛化能力。实验验证了所提方法的优越性，为深度强化学习在高动态、非线性控制任务中的应用开辟了思路。