CN119396165A 一种无人机突破防空并攻击目标的多场景泛化训练方法及应用 （华东师范大学）

一种无人机突破防空并攻击目标的多场景本发明公开了一种无人机突破防空并攻击型的多个训练场景；获取训练场景中A方无人战(LSTM)将带有时序信息的状态信息转换为特征化学习算法控制无人战斗机在真实场景下的泛在面对B方复杂多变的防空系统部署下，能够突2步骤四：通过强化学习算法控制的无人战斗机与2.根据权利要求1所述的无人机突破防空并攻击目标的多场景泛化训练方法，其特征aa1a2an2bb1b2bmcc1c2ck23.根据权利要求1所述的无人机突破防空并攻击目标的多场景泛化训练方法，其特征其中C表示B方构成防空系统的防空设4.根据权利要求1所述的无人机突破防空并攻击目标的多场景泛化训练方法，其特征带有时序信息的状态信息转换为特征信息，是指将A方战斗机和B方防空系统以及B方目标3f)通过长短期记忆网络LSTM将带有时序信息的状态5.根据权利要求4所述的无人机突破防空并攻击目标的多场景泛化训练方法，其特征t-1cr=fc*ci-1+i*t-1Co为模型可学6.根据权利要求1所述的无人机突破防空并攻击目标的多场景泛化训练方法，其特征47.根据权利要求6所述的无人机突破防空并攻击目标的多场景泛化训练方法，其特征步骤e1.通过Actor策略网络，根据步骤三获得的特征信息e预测出下一步采取的动作其中a表示采取的动作值表示取余操作；步骤e2.模拟平台模拟A方无人战斗机按照新的朝向值飞行的过程，得到下一时刻t+18.根据权利要求1所述的无人机突破防空并攻击目标的多场景泛化训练方法，其特征NNrwin，为权重系数；当A方无人战斗机被B方防空系统摧毁或者A方无人战斗机摧毁B方基地时，donet=9.根据权利要求1所述的无人机突破防空并攻击目标的多场景泛化训练方法，其特征10.根据权利要求1_9之任一项所述的方法在无人机突破防空并攻击目标的多场景泛5[0007]步骤一：设计多种类型的多个无人战斗机训练场景(包括训练阶段的场景和测试有时序信息的状态信息s转换为特征信息e；即将A方战斗机和B方防空系统以及B方目标的6[0023]步骤b2.在训练过程中，若B方设为防空设施，则筛选出防空系统设施的经度信息纬度信息latouer以及朝向信息7无人战斗机的侦测范围(rred)，即第i个B方设施不在A方无人战斗机的侦测范围内，令di=[0036]所述步骤三中，通过长短期记忆网络(LSTM)将带有时序信息的状态信息s转换为CCo为模型8[0048]步骤e1.通过Actor[0050]其中a表示采取的动作值表示取]}rwin为权重系数；[0058]当A方无人战斗机被B方防空系统摧毁或者A方无人战斗机摧毁B方基地时，donet[0063]步骤f4.计算TD_error：使用当前的策略网络(actor)和价值网络(critic)计算9[0068]步骤f7.更新目标网络：[0070]本发明还提供了上述方法在无人机突破防空并攻击目标的多场景泛化训练中的[0073](2)使用深度确定性策略梯度算法和经验回放池，可以改善模型收敛的速度和减[0074](3)在单一场景下训练强化学习算法，可以使得由强化算法控制的无人战斗机在类型的多个训练场景下训练由深度强化学习算法控制的无人战斗机和训练场景进行交互，习算法控制的无人战斗机在面对B方复杂多变的防空系统部署下，能够突破B方防空系统，[0086]具体地，本发明提供了一种无人机突破防空并攻击目标的多场[0099]a4.保存生成的n+m+k个场景，作为训练场[0103]b2.在训练过程，若B方设施(包括B方防空设施或弹排，则筛选出防空导弹排的经度信息纬度信息以及朝向信息[0111]用Hj(1≤j≤C)表示A方无人战斗机与B方第j个防空导弹排之间方无人战斗机朝向headred的变化值，下一时刻的朝向值headred,t+1＝(headred,t+a+180)%=_1；rwin为权重系数；[0128]d4.计算TD_error：使用当前的策略网络(actor)和价值网络(critic)计算TD_方防空系统部署和B方基地的位置容易变化，会导致真实场景和无人战斗机训练场景存在[0141]本发明的保护内容不局限于以上实施例。在不背离本发明构思