基于强化学习的固定翼飞机多阶段躲避策略
系统与控制
2025-11-11 v1 系统与控制
摘要
导弹是现代空中作战中航空器的重大威胁。技术进步使其更难以在接近目标前探测，且对干扰具有高度抗性。躲避机动是航空器的最后一道防御线。然而，传统基于规则的躲避策略受计算需求和气动约束限制，现有基于学习的方法在对抗现代导弹的民用航空器上尚不令人信服。为提升航空器生存能力，本文受猎豹与羚羊捕食逃逸博弈的启发，提出一种基于多阶段强化学习的躲避策略。该策略学习大 azimuth 策略以转向躲避，学习小 azimuth 策略以保持远离，学习近距离策略以执行敏捷激进机动规避。根据距离与 azimuth 条件激活其中三种策略之一。为评估性能，本文构建高保真仿真环境模拟 F-16 飞机与导弹，比较基准策略。实验结果表明，所提方法优异，使 F-16 在 800-1400 米/秒的速度、40-50 g 的最大过载、5000-15000 米的探测距离及随机 azimuth 条件下，成功躲避导弹的概率达 80.89%。当导弹探测距离超过 8000 米时，成功率提升至 85.06%。
引用
@article{arxiv.2511.05828,
title = {Learning-Based Multi-Stage Strategy for a Fixed-Wing Aircraft to Evade a Missile Detected at a Short Distance},
author = {Zhiguan Niu and Xiaochao Zhou and Hao Xiong},
journal= {arXiv preprint arXiv:2511.05828},
year = {2025}
}