基于改进SARSA算法的直升机CGF路径规划

作者:姚江毅; 张阳; 李雄伟; 王艳超
更新时间:

针对传统路径规划算法在复杂多变的战场环境中的局限性,提出了一种改进的SARSA学习算法。结合人工势场算法的原理,引入奖励生成机制,改进了传统SARSA学习算法的奖励生成机制。改进的SARSA学习算法通过判断执行行为的有效性并进一步结合环境信息实时生成动态奖励,从而继承人工势场算法良好的控制性能,并根据不断估计的成本场信息优化搜索,使奖励积累过程更加顺利。基于直升机CGF突袭雷达定位模型进行了仿真实验。分别比较了算法收敛所需的迭代次数和完成任务的成功率这两个性能指标。改进的SARSA学习算法收敛所需的迭代次数是传统SARSA学习算法的一半。经过1000次迭代后,改进的SARSA学习算法的任务成功率比传统的SARSA学习算法高12%。仿真结果表明,改进的SARSA算法比传统的SARSA算法算法具有更好的性能,算法的收敛速度和完成任务的成功率都得到了显著提高,改进的SARSA算法算法可以为CGF直升机规划一条安全路径。