基于DDPG的多无人机压制敌防空作战智能规划

随着防空系统的综合化和智能化，使用多无人机代替有人机执行高风险的压制敌防空（SEAD）作战任务十分重要。针对传统智能优化算法求解任务规划问题存在的低维度、依赖静态、扩展性差等不足，提出一种基于深度强化学习的端到端智能规划方法。以压制敌防空作战任务为对象，将规划过程描述为序贯决策问题，进行马尔科夫决策过程建模，建立基于深度确定性策略梯度算法（DDPG）算法的SEAD智能规划模型并提出通用智能规划架构，引入输入状态标准化、自适应学习率、域随机化、模拟退火增强探索等策略训练技巧，提高DDPG算法的学习性能和泛化能力。仿真结果表明，采用离线训练-在线规划框架的基于DDPG的智能规划模型训练高效稳定，可适应未知连续高维的环境态势，体现出较强的智能规划性能，为智能规划研究提供了新思路。