改進(jìn)TD3算法的機(jī)械臂三維路徑規(guī)劃方法

摘要： 在軍事航空領(lǐng)域中，復(fù)雜任務(wù)對(duì)機(jī)械臂路徑規(guī)劃提出了挑戰(zhàn)。針對(duì)雙延遲深度確定性策略梯度(TD3)算法學(xué)習(xí)效率低、樣本利用率低的問題，提出了一種改進(jìn)的TD3算法(Recurrent-TD3算法)。首先，將LSTM結(jié)合到策略網(wǎng)絡(luò)與價(jià)值網(wǎng)絡(luò)中，捕獲航空控制任務(wù)中的時(shí)間序列信息，增強(qiáng)對(duì)時(shí)間序列變化的響應(yīng)能力，使其能夠在決策時(shí)考慮歷史動(dòng)作和狀態(tài)，提高網(wǎng)絡(luò)的表達(dá)能力；然后，將事后經(jīng)驗(yàn)回放(HE... （共6頁）