一种基于深度强化学习的变比例导引轨迹跟踪方法

本发明涉及一种基于深度强化学习的变比例导引轨迹跟踪方法。该方法通过构建深度强化学习框架，将拦截问题建模为马尔可夫决策过程，以偏置作为训练动作，减少动作空间维度，提高训练效率。同时，充分考虑拦截器一阶自动驾驶仪的动态特性，确保策略的现实可行性。奖励函数设计中，综合平衡能量消耗与轨迹跟踪精度，并引入视场角约束。最终，该方法能够在视场角和过载饱和约束下，实现目标的高精度拦截和低能量消耗，为轨迹跟踪策略优化提供理论与技术支持。