Аннотация:Изучение и разработка методов решения задач перехвата является актуальной темой исследования. При данном подходе особый интерес представляет нейросетевой алгоритм нахождения решения задачи. Прямое применение стандартных алгоритмов обучения с подкреплением в задачах с пространством непрерывных действий не представляется возможным из-за чрезмерно длительного нахождения решения. На данный момент одним из наиболее эффективных алгоритмов для исследования подобных задач является алгоритм DDPG, который имеет возможность применения для любых моделей в задачах обучения с подкреплением.
Задача перехвата выбрана для анализа эффективности применения нейросетевых методов решения подобных задач. В работе подробно изучены алгоритмы для решения задач обучения с подкреплением, проведен глубокий анализ выбранного метода и приведено сравнение нейросетевого решения с аналитическим. Исходя из полученных результатов, в ходе работы была синтезирована траектория перехвата прямолинейно движущейся цели, проведен анализ полученной траектории, объяснено поведение нейросетевого решения в различных начальных условиях. Сравнение точности полученного в ходе исследований алгоритма с результатами алгоритмов перехвата, полученных в работах других авторов, доказывает эффективность применяемых методов.