一种拦截三维机动目标的强化学习制导控制一体化方法

本发明涉及飞行器制导控制领域，一种拦截三维机动目标的强化学习制导控制一体化方法，包括如下步骤，步骤S1，建立三维弹‑目相对运动学模型，基于目标常见的机动模式，构造面向制导控制的六自由度拦截弹模型；步骤S2，基于现有的深度强化学习理论Actor‑Critic框架结构，确定深度强化学习方法；步骤S3，基于深度强化学习的制导控制一体化设计，搭建神经网络结构，并设计面向智能体训练和学习的状态空间、动作空间、奖励函数等，本发明提出的方法，实现六自由度飞行器外环制导回路和内环姿态控制回路的结合，避免了由于不同回路间时间常数不一致导致的制导性能下降问题。采用强化学习理论形成制导和控制一体化指令，提升了飞行器对外界环境的适应能力。