科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来无人潜航器对国家海洋国土安全带来的威胁逐渐增大，其低噪声特性和隐蔽入侵方式也给反潜行动带来极大困难。为此，提出了一种两阶段规划算法，用以学习优化反潜策略，在部署阶段，建立了基于不确定性马尔可夫决策过程的反潜资源分配模型，并设计了鲁棒性部署策略强化学习算法，用以求解不确定条件下分配模型的纳什均衡解。在搜索阶段，建立了基于部分可观察马尔可夫决策过程的搜潜模型，并设计了基于多智能体强化学习的搜潜策略学习算法。最后，通过仿真实验验证了本算法与比对算法相比具有更高的性能。
- 单位
近年来无人潜航器对国家海洋国土安全带来的威胁逐渐增大，其低噪声特性和隐蔽入侵方式也给反潜行动带来极大困难。为此，提出了一种两阶段规划算法，用以学习优化反潜策略，在部署阶段，建立了基于不确定性马尔可夫决策过程的反潜资源分配模型，并设计了鲁棒性部署策略强化学习算法，用以求解不确定条件下分配模型的纳什均衡解。在搜索阶段，建立了基于部分可观察马尔可夫决策过程的搜潜模型，并设计了基于多智能体强化学习的搜潜策略学习算法。最后，通过仿真实验验证了本算法与比对算法相比具有更高的性能。
