%0 Journal Article %A 高敬鹏 %A 胡欣瑜 %A 江志烨 %T 改进DDPG无人机航迹规划算法 %D 2022 %R 10.3778/j.issn.1002-8331.2106-0054 %J 计算机工程与应用 %P 264-272 %V 58 %N 8 %X 针对无人机飞行过程存在未知威胁使智能算法处理复杂度高,导致航迹实时规划困难,以及深度强化学习中调整DDPG算法参数,存在时间成本过高的问题,提出一种改进DDPG航迹规划算法。围绕无人机航迹规划问题,构建飞行场景模型,根据飞行动力学理论,搭建动作空间,依据非稀疏化思想,设计奖励函数,结合人工蜂群算法,改进DDPG算法模型参数的更新机制,训练网络模型,实现无人机航迹决策控制。仿真结果表明,所提算法整体训练时长仅为原型算法单次平均训练时长的1.98倍,大幅度提升网络训练效率,降低时间成本,且在满足飞行实时性情况下,符合无人机航迹质量需求,为推动深度强化学习在航迹规划的实际应用提供新思路。 %U http://cea.ceaj.org/CN/10.3778/j.issn.1002-8331.2106-0054