一种基于集中式改进PPO算法的协同航迹规划方法

本发明属于飞机智能体航迹规划技术领域，具体地涉及一种基于集中式改进PPO算法的协同航迹规划方法。包括：步骤1：针对协同打击任务，将攻击机和干扰机/诱饵机组成局部编队，建立基于局部编队的协同航迹规划模型；步骤2：引入策略训练技巧，建立基于集中式BRPPO贝塔循环近端策略优化算法的下层协同航迹规划模型，飞机智能体在航迹规划环境中迭代循环，求解最优策略，该最优策略即协同航迹规划。本发明提出了离线训练、在线规划的协同航迹规划方法，省去了在线优化的时间，提高了航迹规划的求解速度和实时性；本发明采用基于学习的神经网络求解端到端非线性近似最优航迹，提高了航迹规划的精度和最优性，有利于实施多机精细航迹和战术配合。