一种基于深度强化学习和规则驱动的小型无人机防控混合决策方法及系统

摘要

本发明公开了一种基于深度强化学习和规则驱动的小型无人机防控混合决策方法与系统，方法包括：获取小型无人机位置运动信息，构建其三自由度质点运动模型；构建小型无人机防控规则模型，使用小型无人机防控规则模型和三自由度质点运动模型描述小型无人机防控步骤；依据马尔科夫决策过程构建状态空间S，动作空间A，奖励函数R；建立基于dueling结构的D3QN网络，训练及优化防控决策模型；根据防控决策模型，更新小型无人机防控规则模型。本发明构建小型无人机防控混合决策模型，能够有效提升遂行防控任务的小型无人机防控系统自动化水平，解决现有小型无人机防控指挥决策中存在的决策速度慢、难以处理复杂场景等问题，满足防控小型无人机的指挥决策需求。