规避红外导弹
一种基于改进DDPG的飞行器智能诱饵投放控制策略，通过预训练与分类采样加速收敛，可在嵌入式平台在线决策，有效规避来袭导弹。
Xue, Shuai · Wang, Zhaolei · 白宏阳 · 于春梅 · Tianyu, Deng · 孙瑞胜
Aerospace 2024
通过预训练和分类采样改进DDPG算法，使训练收敛速度比传统DDPG快46.3%，缩短策略开发周期。
策略指令生成时间仅约2.5毫秒，具备在线决策能力，可实时应对导弹威胁。
算法已成功移植到Nvidia Jetson TX2嵌入式平台，满足机载计算资源受限条件下的部署需求。
生成的诱饵投放策略能使飞行器成功规避来袭导弹攻击，提升生存能力。