针对分配策略最优算法在大规模场景中求解速度不足的问题，基于马尔可夫决策过程，将深度强化学习与其相结合，将大规模防空任务分配问题进行智能化求解。根据大规模防空作战特点，利用马尔可夫决策过程对智能体进行建模，构建数字战场仿真环境；设计防空任务分配智能体，通过近端策略优化算法，在数字战场仿真环境中进行训练。以大规模防空对抗任务为例，验证了该方法的可行性和优越性。
科研之友
微信
新浪微博
Facebook
分享链接
