基于强化学习的微小型弹药两回路驾驶仪设计

摘要：

利用强化学习及自适应动态规划原理,设计了一种适用于微小型弹药的两回路驾驶仪,并建立了纵向通道控制模型.由于跟踪器问题的最优解不易获得,将系统矩阵与期望输出信号进行增广,构成增广系统并引入折扣因子,将系统的跟踪器设计问题转换为调节器设计问题.基于贝尔曼最优性原理,采用策略迭代的方法对黎卡提方程进行求解,并证明了该算法的收敛性.最后仿真验证了通过策略评估及策略更新两步迭代计算,可以收敛至跟踪器的最优解.

关键词：微小型弹药、两回路自动驾驶仪、策略迭代、代数黎卡提方程、强化学习、贝尔曼最优性原理

分类号：TJ765.3(火箭、导弹)

资助基金：北京市科技新星计划xxjh2015B041;北京市委组织部青年拔尖人才计划2015000026833ZK03;北京市教委青年拔尖人才项目CIT&TCD201504055;高动态导航技术北京市重点实验室开放课题HDN2018002

在线出版日期：2019-09-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：48-54