基于安全强化学习的近距空战机动决策优化方法

专利主权项内容

1.一种基于安全强化学习的近距空战机动决策优化方法，其特征在于，包括以下步骤：S1，基于我方红机和蓝方敌机的位置和速度矢量，建立决策网络的状态输入模型；S2，根据决策网络的输出映射我方红机在相对距离、相对高度、相对速度、方位角的机动决策优化倾向权重，建立我方红机连续动作空间模型；S3，建立近距空战态势评估函数，使我方红机未来时刻的相对态势符合决策网络输出的权重倾向；S4，根据三自由度质点动力学模型，以近距空战态势评估函数的终端时刻值建立近距空战机动决策最优控制问题的目标函数；S5，根据目标函数，得到近距空战机动决策最优控制问题，并采用离散控制参数化对近距空战机动决策最优控制问题进行简化求解，得到基于安全强化学习的近距空战机动决策。