导引率设计是一种与计算机技术与控制工程相关的技术,也是一个备受学术界和工业界关注的制导领域非常活跃的分支。近年来,导引率设计在人工智能制导的许多领域都有应用,如何在现实情况下精确制导就成为当今导弹导引率设计的重要的研究课题。然而,现今的制导通常存在如下问题:需要在模拟环境下训练,而模拟环境的设计需要很强的专业背景知识。在目标做多种机动的情况下效果差。当对导弹的飞行状态做制约时,拦截的效果差。在实际应用中,模拟器与真实环境存在差异;追求时效性和精确性,往往要求在模拟器下训练的算法有很强的鲁棒性。为了解决这类问题,本文提出了一种新的导引律设计方法,该方法不存在最优控制方法的缺点。在给定导弹模型和环境动力学的情况下,该方法利用强化学习(RL)学习给定的最优制导律。与现有基于控制工程的导引率设计算法不同,本文中通过强化学习的方法,精确捕捉到环境的动态变化,因此大大提升了算法的鲁棒性。同时解决了上述三个难题,实现了一个可实时的末制导模型。在目标多机动的条件下,击中效果较好且为端到端学习。