宋宏川，詹浩，夏露，李向阳，刘艳

（1.西北工业大学 航空学院，西安710072）

（2.西安地平线电子科技有限公司，西安710072）

0 引 言

现代空战根据雷达探测范围和使用武器类型可分为超视距空战和近距空战。随着机载雷达和空空导弹性能的提升，空战在超视距阶段结束战斗的比例已从20世纪80年代的不足30%上升到21世纪初的超过50%［1］。因此，如何在有限的机动能力下，使用高效的逃逸机动策略提高战斗机对中距空空导弹的规避、逃逸能力，对于提高其空战生存力至关重要［2］。

飞机规避导弹问题是追逃对策的一种，导弹是追击者，根据导引律策略追击飞机；飞机是逃逸者，决策最优控制策略逃脱导弹的追击。传统的飞机规避导弹通常采用专家系统法［3-7］、微分对策法［8-10］、最优控制法［11-13］以及模型预测法［14-15］求解最优或次优逃逸机动。专家系统法极其依赖人类专家的先验知识，当导弹或飞机子系统变化时，人类专家需要分析新的子系统并再次给出新逃逸机动策略。微分对策、最优控制以及模型预测方法都依赖于明确完备的数学模型，需要对复杂的微分方程求解析或数值解。飞机规避导弹问题包括众多复杂非线性系统，各个子系统建模不免存在误差，这无疑加大了以上方法求解飞机规避导弹策略的难度。

近年来随着人工智能的发展，强化学习和深度神经网络相结合衍生出了一系列无需建模，只通过端到端学习，便能够实现从原始输入到输出的直接控制算法［16］。……