控制与决策

作者：黄亭飞,程光权,黄魁华,黄金才,刘忠

单位：国防科技大学 系统工程学院,长沙 410073,,国防科技大学 系统工程学院,长沙 410073,,国防科技大学 系统工程学院,长沙 410073,,国防科技大学 系统工程学院,长沙 410073,,国防科技大学 系统工程学院,长沙 410073,

关键词：反无人机;深度Q网络;任务分配;Q值;多目标优化;智能体

基金：国家自然科学基金项目(62073333)；装备发展部领域基金项目(61403120206).

针对当前反无人系统无法有效压制无人机的问题,使用多种拦截装备构建一种新的反无人机方法.传统多目标优化算法无法解决动态的任务分配问题,对此,提出一种基于深度Q网络(DQN)的多类型拦截装备复合式反无人机任务分配模型.DQN模块对任务分配问题进行初期决策.为了提高算法收敛速度和学习效率,该方法未采用下一时刻的状态来预测Q值,而是采用当前时刻的状态来预测Q值,消除训练过程中Q值过估计的影响.之后采用进化算法对决策结果进行优化,输出多个拦截方案.以国内某机场跑道周围区域开阔地为防护对象,构建反无人机系统的任务分配仿真环境,仿真结果验证了所提出方法的有效性.同时,将DQN与Double DQN方法相比,所提出改进DQN算法训练的智能体表现更为精确,并且算法的收敛性和所求解的表现更为优异.所提出方法为反无人机问题提供了新的思路.

来源：2022年第1期

《控制与决策》期刊编辑部

查看控制与决策杂志2022年第1期