基于深度Q网络的多智能体逃逸算法设计CSCD

当前多智能体追逃博弈问题通常在二维平面下展开研究,且逃逸方智能体运动不受约束,同时传统方法在缺乏准确模型时存在设计控制策略困难的问题。针对三维空间中逃逸方智能体运动受约束的情况,提出了一种基于深度Q网络(DQN)的多智能体逃逸算法。该算法采用分布式学习的方法,逃逸方智能体通过对环境的探索学习得到满足期望的逃逸策略。为提高学习效率,根据任务的难易程度将智能体策略学习划分为两个阶段,并设计了相应的奖励函数引导智能体探索满足期望的逃逸策略。仿真结果表明,该算法所得逃逸策略效果稳定,并且具有泛化能力,在改变一定的初始位置条件后,逃逸方智能体也可成功逃逸。     

Q-learning强化学习协同拦截制导律CSCD

为实现多枚导弹协同拦截机动目标,提升拦截效能,提出了一种Q-learning强化学习协同拦截制导律。首先,基于逃逸域覆盖理论,建立了非线性多弹协同拦截模型。其次,以视线角速率为状态,依据脱靶量构造奖励函数,通过离线训练生成强化学习智能体,并结合传统比例制导控制方法,构建基于强化学习的变导引系数制导律,实时生成实现协同拦截的制导指令。最终,通过数值仿真验证了所提算法的有效性和优越性。     

基于生成对抗近端策略优化的机动策略优化算法

针对传统强化学习算法在生成空战机动策略时存在收敛效率低、专家经验利用不足的问题,研究了基于生成对抗-近端策略优化的策略生成算法。算法采用判别器-策略-价值(DAC)网络框架,在近端策略优化(PPO)算法基础上,利用专家数据和环境交互数据训练判别器网络,并反馈调节策略网络,实现了约束策略向专家策略方向优化,提高了算法收敛效率和专家经验利用率。仿真环境为基于 JSBSim开源平台的 F-16飞机空气动力学模型。仿真结高,PPO果表明,本文算法收敛效率高于算法,生成的策略模型具备较好的智能性。     

基于社会学习理论的信息系统批量作业研究

借助社会学习理论,在信息系统批量作业中进行实践,并根据实际所需,优化管理策略,初步总结出塑造员工理想行为的有效方法,对试飞工程科研、保障和管理等方面人员的基础培训工作有一定参考和借鉴作用,对今后的人才培养和行为塑造的深入探索有着重要意义。     

成人无线电陆空通话英语短期强化培训的教学思考

以无线电陆空通话英语短期强化培训班的教学为例,以二语习得理论为出发点,分析了教学主体即成人学员的特点,在教学中遵循“以教师为主导,以学生为主体”的原则,提出了新的教学方法并强调教学环境重要性等教学策略。     

海外同行

欧洲空中航行安全组织重新考虑尾涡间隔近期,欧洲空中航行安全组织针对两飞行器间必须保持的距离和时长进行了为期两天的研究探讨,研究结果可能会对现在的执行标准进行调整。国际民用航空组织根据飞机重量已经建立起了飞机间必须保持3NM到6NM的间隔,以确保飞机不在飞行中被卷入     

编与读

《读者园地》是广大航空爱好者畅谈理想,抒发对航空航天的热爱之情,广交朋友的平台。您可以将自己对杂志的意见和建议,将工作,学习、生活中的所想所感,对未来航空航天飞行器的设想,航空航天书法绘画摄影作品和收藏品以及需要我们解答的各种问题,通过邮箱传递给我们。我们也会根据来信内容的不同,组织相应人员进行回复或摘登。E-Mail:hkzszz@163.com《读者园地》编辑     

套语和模仿在外语学习中的作用

通过使用应用心理语言学理论,结合观察,分析描写了模仿和套语在外语学习的初级阶段所起的作用——有助于外语学习者超越自己的语言能力,具有积极的心理作用,为语言学习的创造性高级阶段打下一定的基础。     

对信息技术与电子技术课程整合的思考

通过对信息技术与学科课程整合的理论和目标的探讨，指出了思想认识上的误区，提出实现教学观念上的3个转变；分析了电子技术课程教学的诸要素，为有针对性地搞好“整合”提供依据；并通过教学实践，提出了信息技术与学科课程整合的一些思路。