导弹模型MATLAB代码-Deep_Meta-Learning_Guidance_Law: 论文代码“学习引导法则：基于深度元学习的...

简介：
本项目包含用于实现论文学习引导法则：基于深度元学习的方法中的MATLAB代码，专注于开发和测试导弹导引律的深度元学习模型。 导弹模型MATLAB代码学习指南：基于深度元学习和模型预测路径积分控制的制导律 这项工作的目的是利用本段落所述的导弹制导问题，通过实施基于模型的深度强化学习来应用模型预测路径积分控制器（MPPIC）。相关论文已发表在IEEE Access上，并可在arXiv上获取。 依赖关系 此代码已在Python环境中测试过，需要安装tensorflow-gpu和numpy。演示运行是建立于预先训练好的指导神经网络模型的基础上进行的。如需进一步的信息或材料，请联系作者。 如何运行 使用mppi_run.py文件来执行程序。 也可以通过monte_carlo_simu.sh脚本实现迭代以获得蒙特卡洛采样结果。 在本段落中，利用MATLAB中的get_Monte.m文件收集了用于模拟的蒙特卡洛数据。 引用说明 如您发现我们的研究对您的工作有帮助，请考虑引用以下文献： @article{liang2019learning, title={Learning to Guide: Guidance Law Based on Deep Meta-Learning and Model Predictive Path Integral Control}, }