一种基于强化学习的多航天器追逃博弈下的最优捕获方法

专利主权项内容

1.一种基于强化学习的多航天器追逃博弈下的最优捕获方法，其特征在于，包括以下步骤：步骤1)根据博弈航天器动力学特性建立多航天器动态方程；步骤2)获取追逃博弈双方的初始位置，对多航天器进行任务分配；步骤3)针对外部扰动设计补偿器；步骤4)根据补偿器对多航天器动态方程进行坐标变换；步骤5)根据增广系统，利用坐标变换后的动态方程构建航天器追逃博弈问题；步骤6)设计基于强化学习的无模型迭代策略；步骤7)初始化控制器，并采集博弈双方的动态信息；步骤8)根据无模型迭代策略迭代求解航天器追逃博弈问题，得到最优追击策略，再次进行坐标变换得到最优控制器；步骤9)根据最优控制器控制追击航天器，捕获逃逸航天器，实现追逃博弈的纳什均衡。