在线自适应动态规划计算智能博弈导引律

针对导弹末制导拦截系统,建立了导弹-目标相对运动非线性模型,将导弹-目标拦截问题转化为非线性系统微分博弈问题。考虑到Hamilton-Jacobi-Isaacs(HJI)方程难以找到解析解,提出了采用策略迭代(PI)算法构建一种在线自适应动态规划方案,通过建立评价神经网络和执行神经网络实现PI算法中的策略评估和策略改进。策略评估阶段通过在线的数据采集完成神经网络权值的更新,因此该算法的实现不需要显性已知非线性系统的内动态模型。重复进行策略评估和策略改进2个步骤,可迭代计算出导弹-目标拦截微分博弈问题的近似最优解。将该方法应用到导弹-目标拦截系统中,通过数值仿真验证了该导引律的有效性。