基于强化元学习的高超声速滑翔器接近段自适应制导

我们使用强化元学习来优化适用于高超声速滑翔器接近段的自适应制导系统。适应性是通过在一系列非标称飞行条件下进行优化来实现的，包括气动系数参数扰动、执行器失效场景和传感器噪声。该系统将观测直接映射为指令化的 bank angle（滚转角）和 angle of attack（攻角）变化率。这些观测包含使用平行导航公式化但经改进以适用于必须考虑地球曲率的长轨迹的速度场跟踪误差。最小化跟踪误差使得到目标位置的弯曲空间视线与飞行器速度矢量保持一致。优化后的制导系统将诱导出以高准确度在指定终端速度下将飞行器送达目标位置并满足热流率、载荷和动压约束的轨迹。我们通过在优化期间未经历的飞行条件下进行测试来展示制导系统的适应性。然后将该制导系统的性能与跟踪最优轨迹的线性二次型调节器进行比较。