基于LSTM-DDPG的再入制导方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：针对现有基于深度确定性策略梯度（deep deterministic policy gradient， DDPG）算法的再入制导方法计算精度较差，对强扰动条件适应性不足等问题，在DDPG算法训练框架的基础上，提出一种基于长短期记忆-DDPG（long short term memory-DDPG， LSTM-DDPG）的再入制导方法。（剩余23791字）

试读结束

目录
monitor