基于深度强化学习的作战任务规划技术研究

扫码查看

原文链接

万方数据
维普

中文摘要：着眼解决不完全信息战场态势建模过程中的决策空间爆炸等难题,将深度强化学习技术应用于对抗条件下的陆战分队战术级作战任务规划,研究不完全态势特征建模、行动决策空间约简、基于知识的奖赏函数设计、知识与数据混合驱动分层强化学习算法优化等问题.以中科院自动化研究所公开的"庙算"智能兵棋对抗平台为验证环境,进行算法验证与规划结果评估,验证了深度强化学习任务规划模型的合理性.

作者：

张永亮、倪黎、倪晚成、刘轩

展开 >

作者单位：

陆军工程大学

中国科学院人工智能创新研究院

中国科学院自动化研究所

关键词：

深度强化学习作战任务规划综合势能马尔可夫决策过程

基金：

国家自然科学基金青年基金国家自然科学基金面上项目

项目编号：

6180622161374186

出版年：

2024

DOI：

10.19949/j.ams.mora.20230214.02

军事运筹与评估

军事科学院军事运筹分析研究所

军事运筹与评估

CSTPCD

影响因子：0.315

ISSN：2097-1702

年,卷(期)：2024.39(1)

参考文献量14