基于深度强化学习的超声速飞行器俯冲段轨迹规划方法

本发明公开了一种基于深度强化学习的超声速飞行器俯冲段轨迹规划方法，属于飞行器控制领域，包括：根据吸气式超声速飞行器动力学特性建立飞行器轨迹规划仿真环境，包括动力学模型建立和控制问题建立；建立深度强化学习任务模型，即建立飞行器俯冲段的马尔科夫决策模型，包括构建状态空间、动作空间和设计奖励函数；采用深度强化学习算法求解学习任务模型，用训练所得代理进行飞行器的在线轨迹规划，得到所需轨迹。与现有技术相比，本发明通过奖励函数的设计以及深度强化学习算法的应用，提高了飞行器俯冲段轨迹规划的实时性和准确性，为飞行器在线轨迹规划设计领域提供了更广阔的应用价值。