一种强化学习驱动高超声速变体飞行器再入轨迹优化方法

一种强化学习驱动高超声速变体飞行器再入轨迹优化方法，属于高超声速飞行器、轨迹优化领域。本发明实现方法为：基于类别形状转换法CST建立包括乘波体机身与两段变形机翼的类乘波体高超声速变体飞行器参数化模型。考虑飞行高度H，飞行马赫数Ma，攻角α，内翼段后掠角χ1，外翼段后掠角χ2等因素影响，建立Kriging代理模型，获取高超声速变体飞行器气动性能。基于DDPG强化学习算法，根据高超声速变体飞行器在再入段飞行过程中的飞行特点，结合专家经验及飞行过程中动力学、始末状态、热流、过载和动压约束，实现DDPG算法驱动的再入段轨迹优化模型训练。通过不同高超声速变体飞行器飞行仿真预测，实时给出变体决策，实现高超声速变体飞行器的再入段轨迹优化。