基于MKDN的鱼雷虚拟保障训练仿真

传统实装训练模式已无法适应现代鱼雷武器保障训练的全面深入开展,制约着部队保障能力的科学建设。为构建高效的鱼雷虚拟保障训练系统,针对部队训练实际需求,利用Petri网的维修知识描述网(MKDN)特性,采用层次分解法对鱼雷保障过程建模进行任务描述,剖析子网替代MKDN中变迁或库所的过程。在此基础上,提出基于虚拟样机和仿真控制技术的鱼雷虚拟保障训练系统方案,研究鱼雷保障过程中的资源、约束条件和操作过程建模,并给出系统仿真流程。最后,通过某型鱼雷虚拟保障仿真实例,说明该模型能很好地应用于鱼雷虚拟保障训练过程仿真。

基于强化学习的无人车组路径优化算法研究

针对传统单车路径规划算法在进行无人车组路径规划时存在的算法收敛性问题,采用强化学习方法,对传统Q-learning算法中的探索率进行改进,将每一个路程点作为每一段局部路径规划的目标点,通过传感器感知外界环境的信息,进行基于强化学习的在线局部路径规划,完成避障和寻径任务。构建了算法模型与仿真环境,并进行了仿真,结果表明无人车组能够在短时间内收敛到稳定状态并自主完成规划任务,证明了算法的有效性和可行性。上述算法在多无人战车协同的智能规划与控制中具有良好的应用前景。