Neural Network Algorithm for Intercepting Targets Moving Along Known Trajectories by a Dubins’ Car

要約

タイトル：Dubins’ Carによる既知の軌道を移動するターゲットの迎撃のためのニューラルネットワークアルゴリズム
要約：
– Dubins’ Carによる既知の軌道を移動するターゲットを迎撃することを、任意方向の速度を持つときの最適時間制御問題として定式化した。
– この問題を解決し、迎撃軌道を合成するために、Deep Deterministic Policy Gradientアルゴリズムに基づく教師なし学習のニューラルネットワーク手法を使用した。
– インターセプト問題の解析的解と比較して得られた制御法と迎撃軌道の解析を行った。
– ニューラルネットワークが訓練中に見たことのないターゲット運動のパラメータの数学モデリングを行った。
– ニューラル解法の安定性をテストするためにモデル実験を実施した。
– 特定のターゲット運動のクラスの迎撃軌道の合成にニューラルネットワーク手法を使用する効果を示した。

要約(オリジナル)

The task of intercepting a target moving along a rectilinear or circular trajectory by a Dubins’ car is formulated as a time-optimal control problem with an arbitrary direction of the car’s velocity at the interception moment. To solve this problem and to synthesize interception trajectories, neural network methods of unsupervised learning based on the Deep Deterministic Policy Gradient algorithm are used. The analysis of the obtained control laws and interception trajectories in comparison with the analytical solutions of the interception problem is performed. The mathematical modeling for the parameters of the target movement that the neural network had not seen before during training is carried out. Model experiments are conducted to test the stability of the neural solution. The effectiveness of using neural network methods for the synthesis of interception trajectories for given classes of target movements is shown.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI