针对机动目标的仅测角拦截制导的强化学习

我们提出一种新颖的制导律，其仅使用导引头视线角测量及其变化率作为观测。该策略通过强化元学习（reinforcement meta-learning）优化，并在中段外大气层拦截的模拟末段中演示。重要的是，该制导律不需要距离估计，使其特别适用于被动导引头。优化后的策略将稳定的导引头视线角及其变化率直接映射为导弹横向推力器的指令推力。强化元学习的使用使优化策略能适应目标加速度，我们证明该策略与具有完美目标加速度知识的增广零努力脱靶制导（augmented zero-effort miss guidance）表现相当。优化策略计算高效且所需内存极小，应与当今的飞行处理器兼容。