一种基于PSO-M3DDPG的无人机多对多追逃博弈方法.pdfVIP

下载本文档

24
0
约2.69万字
约 30页
2023-09-23 发布于四川
举报
版权申诉

一种基于PSO-M3DDPG的无人机多对多追逃博弈方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提供了一种基于PSO‑M3DDPG的无人机多对多追逃博弈方法，本发明：构建无人机运动模型和任务分配模型；构建追捕无人机和逃逸无人机的奖励函数，引入PSO算法，对神经网络模型参数进行初始化，利用PSO‑M3DDPG算法，对追逃双方无人机的初始追逃博弈模型进行训练，最终收敛，得到无人机多对多追逃博弈的最终模型，运用无人机多对多追逃博弈的最终模型可实时输出追捕无人机的策略。本发明引入了PSO算法，避免初值的不合理，结合极大极小值法的M3DDPG算法，提高算法的鲁棒性和泛化能力，同时引入了多智能体

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116796843 A (43)申请公布日 2023.09.22 (21)申请号 202310651127.9 (22)申请日 2023.06.04 (71)申请人西北工业大学地址 710072