一种基于分层强化学习的导弹制导方法

本发明提供一种基于分层强化学习的导弹制导方法，属于控制策略领域。步骤如下：首先，引入导弹‑目标运动学模型与导弹速度衰减模型；其次，在导弹‑目标运动学模型基础上设计过程奖励与结果奖励，得到总的奖励函数，引导导弹朝目标追击；再次，完成奖励函数设计后，在目标采取直线运动情况下使用柔性动作‑评价算法SAC对导弹进行初步训练，得到初始制导策略；最后，在初始制导策略的基础上敌机采取规避策略，使用柔性动作‑评价算法SAC继续对导弹进行训练，最终得到高质量制导策略。本发明能够使导弹在复杂战况中自主调整飞行路径，克服复杂环境中的干扰与挑战，从而大幅提高制导精度和攻击成功率，提升导弹打击效果与生存能力。