[发明专利]基于强化学习的多弹协同攻击制导律设计方法

摘要

本发明提供了一种基于强化学习的多弹协同攻击制导律设计方法，该方法包括：步骤1，构造状态空间S＝[r1…ri…rnξ1…ξi…ξn]T；步骤2，设计协同制导律并构造动作空间；步骤3，构造奖励函数步骤4，网络初始化；步骤5，对于训练中的每个步长，采用强化学习算法更新Critic网络Q(S,A)、Actor网络μ(S)、目标Critic网络Q′(S,A)和目标Actor网络μ(S′)，直到满足终止条件。应用本发明的技术方案，以解决现有技术中难以对多枚处于不同初始条件的导弹实现对某一目标的同时打击，多弹协同攻击通讯负担较重的问题。