基于强化学习的空战机动生成
人工智能
2022-01-17 v1
摘要
人工智能技术的出现为空战领域内的诸多研究铺平了道路。学者及众多研究人员对无人机自主机动决策这一重要研究方向进行了研究。深入的研究取得了一些成果，但包含强化学习的决策被证明更为高效。为使智能体以最优方式到达目标，已进行了大量研究和实验，其中最突出的包括遗传算法、A*、RRT及其他各种优化技术。但强化学习因其成功而广为人知。在 DARPA Alpha Dogfight Trials 中，强化学习战胜了由波音公司训练的真正的 F16 老牌人类飞行员。该后继模型由 Heron Systems 开发。在此成就之后，强化学习引起了极大的关注。在本研究中，我们旨在利用双延迟深度确定性策略梯度算法，使具有 Dubin 车辆动力学特性的无人机在二维空间中以最优路径移动至目标，并使用了事后经验回放。我们在两种不同环境中进行了测试并使用了仿真。
引用
@article{arxiv.2201.05528,
title = {Reinforcement Learning based Air Combat Maneuver Generation},
author = {Muhammed Murat Ozbek and Emre Koyuncu},
journal= {arXiv preprint arXiv:2201.05528},
year = {2022}
}