改進TD3算法的機械臂三維路徑規(guī)劃方法

摘要： 在軍事航空領域中，復雜任務對機械臂路徑規(guī)劃提出了挑戰(zhàn)。針對雙延遲深度確定性策略梯度(TD3)算法學習效率低、樣本利用率低的問題，提出了一種改進的TD3算法(Recurrent-TD3算法)。首先，將LSTM結合到策略網絡與價值網絡中，捕獲航空控制任務中的時間序列信息，增強對時間序列變化的響應能力，使其能夠在決策時考慮歷史動作和狀態(tài)，提高網絡的表達能力；然后，將事后經驗回放(HE... （共6頁）