基于对手动作预测的智能博弈对抗算法

来源：计算机工程与应用杂志2023年第7期北京时间：

作者：韩润海, 陈浩, 刘权, 黄健

单位：国防科技大学 智能科学学院，长沙 410073

摘要：智能博弈对抗场景中，多智能体强化学习算法存在“非平稳性”问题，智能体的策略不仅取决于环境，还受到环境中对手（其他智能体）的影响。根据对手与环境的交互信息，预测其策略和意图，并以此调整智能体自身策略是缓解上述问题的有效方式。提出一种基于对手动作预测的智能博弈对抗算法，对环境中的对手进行隐式建模。该算法通过监督学习获得对手的策略特征，并将其与智能体的强化学习模型融合，缓解对手对学习稳定性的影响。在1v1足球环境中的仿真实验表明，提出的算法能够有效预测对手的动作，加快学习收敛速度，提升智能体的对抗水平。

关键词：对手动作预测,竞争双深度Q网络（D3QN）,智能博弈对抗,深度强化学习