CN114358141B 一种面向多作战单元协同决策的多智能体增强学习方法 （中国运载火箭技术研究院）_第1页
CN114358141B 一种面向多作战单元协同决策的多智能体增强学习方法 （中国运载火箭技术研究院）_第2页
CN114358141B 一种面向多作战单元协同决策的多智能体增强学习方法 （中国运载火箭技术研究院）_第3页
CN114358141B 一种面向多作战单元协同决策的多智能体增强学习方法 （中国运载火箭技术研究院）_第4页
CN114358141B 一种面向多作战单元协同决策的多智能体增强学习方法 （中国运载火箭技术研究院）_第5页
已阅读5页，还剩14页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种面向多作战单元协同决策的多智能体一种面向多作战单元协同决策的多智能体决了现有技术中存在的红蓝方博弈对抗多作战2针对红蓝方博弈对抗场景，建立多智能体增强学习模型，实现采用事后目标转换方法增加有效训练样本数量，实现多智能体增强根据不同作战方案生成多种对手策略，利用奖励函数通过模拟博对红蓝方博弈对抗场景中的任务特性和决策点进行分析，确定协同将博弈对抗场景整体态势信息和作战单元局部观测信息作为状态输入采用事后目标转换方法增强有效训练样本数量的具在每个回合迭代训练中，从经验池内根据采样概率值选i利用奖励函数通过模拟博弈对抗对多智能体根据不同作战方案构建蓝方策略库，每隔设定的训练周期，利用红2.根据权利要求1所述的一种面向多作战单元协同决策的多智能体增强学习方法，其根据全局任务奖励Rtask和每个作战单元的动作奖励Ri，计算红蓝方博弈对抗场景中各33.根据权利要求2所述的一种面向多作战单元协同决策的多智能体增强学习方法，其4.根据权利要求2所述的一种面向多作战单元协同决策的多智能体增强学习方法，其5.根据权利要求2所述的一种面向多作战单元协同决策的多智能体增强学习方法，其特征在于：红蓝方博弈对抗场景中各作战单元的协同任务决策反馈信息Ragenti的计算公式4[0002]多智能体深度强化学习是将多智能体的协作能力与强化学习的决策能力相结合以解决集群多单元的协同决策问题，是机器学习领域的一个新兴的研究热点和应用方向，5[0023]根据全局任务奖励Rtask和每个作战单元的动作奖励Ri，[0033]红蓝方博弈对抗场景中各作战单元的协同任务决策反馈信息Rwex的计算公式[0037]利用奖励函数通过海量模拟博弈对抗对多智能体增强学习模型进行训练的具体[0040]1、本发明利用事后目标转换对红蓝方博弈对抗场景在线获取的样本进行优化选择并生成有价值训练样本，可有效提高具有较大搜索空间的兵棋推演场景下正样本数量，6[0046]本发明提出一种面向多作战单元协同决策的多智能体增强学习方法，如图1所[0050](1.2)对红蓝方博弈对抗场景ε表示第i个样本的优先级，δi表示第i个样本的时序差分误差(td-7[0076]令η表示团队全局任务奖励的重要程度，η=0表示各作战单元只考虑自身动作带[0080]多智能体增强学习模型的算法框架如图2所示。该模型以DDPG算法模型为基础构8络训练建立状态到动作的映射关系，利用强化学习方法在线快速生成移动和火力分配方[0087]1)初始化各策略主网络u,(o,10")和评价主网络Q,(s,a19p),策略目标网络[0088]2)选取各智能体当前状态的动作：a;=u(o,10")+N,,Nt为服从正态分布的随[0091]4)当经验池的样本量达到一定数量后，采用事后目标转换对样本数据(基于td-[0094]

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论