BVR Gym：一个用于超视距空战的强化学习环境
机器学习
2024-03-27 v1
摘要
创建新的空战战术和发现新颖的机动动作可能需要耗费专家飞行员大量的时间。此外，对于每个不同的作战场景，相同的策略可能并不奏效，因为装备性能的微小变化都可能极大地改变空战结果。为此，我们创建了一个强化学习环境，以帮助研究超视距空战领域的潜在空战战术：BVR Gym。这种类型的空战至关重要，因为远程导弹通常是空战中首先使用的武器。一些现有环境提供了高保真仿真，但要么不是开源的，要么不适应超视距空战领域。其他环境虽然是开源的，但使用的仿真模型精度较低。我们的工作提供了一个基于开源飞行动力学仿真器JSBSim的高保真环境，并适应了超视距空战领域。本文描述了该环境的构建模块和一些用例。
引用
@article{arxiv.2403.17533,
title = {BVR Gym: A Reinforcement Learning Environment for Beyond-Visual-Range Air Combat},
author = {Edvards Scukins and Markus Klein and Lars Kroon and Petter Ögren},
journal= {arXiv preprint arXiv:2403.17533},
year = {2024}
}
备注
8 pages, 8 figures