科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统干扰资源分配算法在处理非线性组合优化问题时需要较完备的先验信息，同时决策维度小，无法满足现代通信对抗要求的问题，该文提出一种融合噪声网络的深度强化学习通信干扰资源分配算法(FNNDRL)。借鉴噪声网络的思想，该算法设计了孪生噪声评估网络，在避免Q值高估的基础上，通过提升评估网络的随机性，保证了训练过程的探索性；基于概率熵的物理意义，设计了基于策略分布熵改进的策略网络损失函数，在最大化累计奖励的同时最大化策略分布熵，避免策略优化过程中收敛到局部最优。仿真结果表明，该算法在解决干扰资源分配问题时优于所对比的平均分配和强化学习方法，同时算法稳定性较高，对高维决策空间适应性强。
-
单位空军工程大学信息与导航学院
