科研之友
微信
新浪微博
Facebook
分享链接
摘要
未来海战场形势瞬息万变，亟需依托人工智能技术实现对海战场环境的高质量作战仿真，以全面优化和提升我军战斗力，达成克敌制胜的目的。作战单元的协同合作是实现海战场作战仿真的关键环节，如何实现多智能体之间的均衡决策是作战仿真首要解决的问题。基于解耦的优先经验回放机制和注意力机制，提出强化学习驱动的多智能体协同作战仿真算法MARL-CCSA（Multi-Agent Reinforcement Learning-based Cooperative Combat Simulation）。在MARL-CCSA基础上，利用专家经验，设计一种多尺度奖励函数，并基于此函数构建一个海战场作战仿真环境，使MARL-CCSA在此环境中训练易于收敛。最后，设计想定进行仿真实验，并与其他算法的效果进行对比，验证MARL-CCSA的可行性与实用性。
- 单位
