一种基于深度强化学习的战斗机底层飞行控制方法

本发明涉及一种基于深度强化学习的战斗机底层飞行控制方法，所述方法包括以下步骤：S1、根据仿真环境设计飞控的目标更新方式和终止条件函数；S2、根据仿真环境构建战斗机控制的状态空间、动作空间和奖励函数；S3、基于PPO算法搭建深度神经网络模型；S4、训练基于PPO算法的战斗机底层飞行控制模型。本发明的控制方法使智能体可以在完成对战、追踪等高层任务决策时，只需专注于高级任务规划，从而减少对底层飞机控制基本决策的训练，使算法更容易收敛，减少学习成本。