Resumen

Como problema de espacio de estados continuo, el combate aéreo es difícil de resolver mediante la programación dinámica (PD) tradicional con espacio de estados discretizado. En este trabajo se estudia el enfoque de la programación dinámica aproximada (ADP) para construir un modelo de decisión de alto rendimiento para el combate aéreo en un escenario 1 contra 1, en el que el proceso iterativo para la mejora de la política se sustituye por el muestreo masivo de las trayectorias históricas y la aproximación de la función de utilidad, lo que finalmente conduce a una alta eficiencia en la mejora de la política. También se construye una función de recompensa continua para guiar mejor al avión a encontrar su camino hacia el estado "ganador" desde cualquier situación inicial. Según nuestros experimentos, el avión es más ofensivo cuando sigue la política derivada del enfoque ADP que la política básica Min-Max, en la que el "tiempo para ganar" se reduce enormemente pero la probabilidad acumulada de ser abatido por el enemigo es mayor. La razón se analiza en este documento.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería Lógica matemática
• Subjects:mathematics Mathematical Analysis Algebra Engineering Mathematical logic
• Palabras claves:combate aéreo, mejora de la política, problema de espacio de estados continuo, modelo de decisión de alto rendimiento, programación dinámica aproximada, función de recompensa continua, espacio de estados discretizado, programación dinámica tradicional, papel, avión
• Keywords:air combat, policy improvement, continuous state space problem, high performance decision model, approximated dynamic programming, continuous reward function, discretized state space, traditional dynamic programming, paper, plane