博弈学习系统在战斗机引导中的应用

作者：陶伟^*

来源：中国舰船研究, 2020, S1: 166-172.

DOI：10.19693/j.issn.1673-3185.01937

• 预警机
• 战斗机引导
• 深度强化学习
• 博弈

[目的]为通过深度强化学习探索预警机对战斗机的引导策略,设计预警机(EWA)引导战斗机任务的博弈学习系统。[方法]该系统包括深度学习智能体、与智能体交互的战场仿真系统、博弈管理系统和分布式训练系统。针对强化学习博弈需要与环境进行大量交互的问题,在自博弈训练平台上加入分布式训练系统以提高训练效率。在分布式系统中,提出分布式训练系统中Actor和Learner解耦、各训练Learner之间定期分享更新梯度,以及择优保存并剔除无效智能体等新机制。[结果]通过该博弈学习系统,实现了红、蓝深度强化学习智能体在预警机引导战斗机任务中的博弈,获得了具有更优异表现的对抗策略,提升了预警机引导作战的能力。[结论]所做研究可为提升预警机引导作战能力提供参考。

• 单位
  中国舰船研究设计中心