自适应动态规划国内研究人员

最新推荐文章于 2024-04-01 17:21:40 发布

VIP文章 Maggie_zhangxin

最新推荐文章于 2024-04-01 17:21:40 发布

阅读量4.2k

点赞数

分类专栏：强化学习资料，论文

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/Maggie_zhangxin/article/details/79183098

版权

ADP与制导律结合

导弹，作为一种强威慑与大威力打击武器，是军事强国军事变革中武器装备战略转型的优选目标，在当今信息化战争中扮演者“首当其冲，先发制人”的重要角色。然而，传统制导技术很难适应未来航空航天领域任务快速变化、多目标决策以及复杂环境下的轨迹自适应调整需求。为了提升导弹制导全方位智能化和自主化要求，将自适应动态规划（ADP）技术与导弹制导方法相结合，从而将自主智能思想引入制导律设计过程，能够使导弹根据目标的机动信息实时在线调整和更新制导律，达到独立自主、智能作战的要求，保证了导弹制导的精确化、灵巧化和智能化。作为一种全新的智能优化在线制导方法，ADP制导将有望成为未来智能制导系统的理论依据。

会议

2017年12月10日，由IEEE/CAA Journal of Automatica Sinica (JAS)、《自动化学报》、中国自动化学会自适应动态规划与强化学习专业委员会主办，广东工业大学承办的第三期自动化前沿热点论坛暨2017自适应动态规划与强化学习研讨会在广东工业大学成功举办

刘德荣教授、中国自动化学会副理事长兼秘书长王飞跃研究员、姜斌教授

东北大学张化光教授回顾了动态规划的基础理论，引出自适应动态规划方法，介绍了一般仿射非线性系统和有时滞的非线性系统的优化稳定控制方法和最优跟踪控制方法，以及

最低0.47元/天解锁文章

Maggie_zhangxin

关注

0
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
自适应动态规划国内研究人员

ADP与制导律结合导弹，作为一种强威慑与大威力打击武器，是军事强国军事变革中武器装备战略转型的优选目标，在当今信息化战争中扮演者“首当其冲，先发制人”的重要角色。然而，传统制导技术很难适应未来航空航天领域任务快速变化、多目标决策以及复杂环境下的轨迹自适应调整需求。为了提升导弹制导全方位智能化和自主化要求，将自适应动态规划（ADP）技术与导弹制导方法相结合，从而将自主智能思想引入制导律设计过
复制链接

扫一扫

专栏目录

Maggie_zhangxin CSDN认证博客专家 CSDN认证企业博客

码龄7年

8: 原创

40万+: 周排名

57万+: 总排名

4万+: 访问

: 等级

403: 积分

24: 粉丝

39: 获赞

8: 评论

115: 收藏

私信

关注

热门文章

分类专栏

最新评论

强化学习 Q学习原理及例子（离散）附matlab程序
Zhang_Jin_: 初始状态 Q（5，5）=0; 作者说了
强化学习 Q学习原理及例子（离散）附matlab程序
跑不动的小韩: Q(5,5)不是等于100吗？
python 网络爬虫与信息提取（入门+练习）
罡罡同学: 感谢分享，对我这个菜鸡来说很友好。
强化学习 Q学习原理及例子（离散）附matlab程序
流苏世家回复 luv-letter: 你说的和我想的一样
强化学习 Q学习原理及例子（离散）附matlab程序
qq_36451085: %Q learning of single agent move in N rooms %Matlab Code companion of Q Learning by Example function q=ReinforcementLearning clear; clc; format short%结果显示时保留4位小数 format compact%结果显示时上下两行间不空行 %Two input :R(reward matrix) and gamma %row and colum=states;-Inf=no door between room R=[-inf -inf -inf -inf 0 -inf; -inf -inf -inf 0 -inf -inf -inf -inf -inf 0 -inf -inf -inf 0 0 -inf 0 -inf 0 -inf -inf 0 -inf 100 -inf 0 -inf -inf 0 100]; gamma=0.80;%learning parameter q=zeros(size(R));%initialize Q as zero,q的行数和列数等于矩阵R的维数 q1=ones(size(R))*inf;%initialize previous Q as big number count=0; for episode=0:50000 %random initial state y=randperm(size(R,1));%产生1到6的随机数 %a=size(R,1)把矩阵R的行数返回给a %randperm(n)将1~n顺序随机打乱 %randperm(n,m)在前n个数中随机选m个数，n>=m state=y(1);%取1到6的随机数的第一个数,initialize state %select any action from this state x=find(R(state,:)>=0);%find action of this state %返回矩阵R中第state行中所有列中不小于0的数据的下标 if size(x,1)>0,%size(x,1)返回x的行数 x1=x(rand

您愿意向朋友推荐“博客详情页”吗？

强烈不推荐
不推荐
一般般
推荐
强烈推荐

提交

最新文章

目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。