基于ME-DDPG算法的无人机多对一追逃博弈
来源:系统工程与电子技术杂志2025年第10期北京时间:
作者:张耀中*, 吴卓然, 张建东, 杨啟明, 史国庆, 徐自祥
单位:1. 西北工业大学电子信息学院,西安 陕西 710072;2. 中国科学院天津工业生物技术研究所,天津 300308
摘要:针对无人机(unmanned aerial vehicle,UAV)多对一追逃博弈问题,以强化学习的深度确定性策略梯度算法(deep deterministic policy gradient, DDPG)为基础,结合追逃问题的微分博弈对抗数值求解结果,提出一种混合经验的DDPG(mixed experienced DDPG,ME-DDPG)算法。在探索学习的策略集中加入博弈对抗数值解,计算出指向性策略,提升UAV追击策略的训练效率,改善UAV追逃博弈问题中由于回合任务过长、回报奖励稀疏、强化学习算法探索不足而导致的算法收敛速度缓慢且容易局部收敛的问题,提高了强化学习算法的学习效率。仿真实验结果表明,使用ME-DDPG算法解决UAV多对一博弈追逃任务时能够快速收敛,任务成功率达到83%。对比实验验证了所提算法相较DDPG算法在收敛性、稳定性以及任务成功率方面的优势。
关键词:博弈论,深度强化学习,追逃博弈,无人机,多智能体
基金资助:陕西省重点研发计划(2022GY-089);陕西省自然科学基础研究计划(2022JQ-593)资助课题
2025年10期其他文献查阅:
级联式散射调控反射器的角闪烁效果研究
主动声呐实时信号处理算法的MPSoC优化实现
基于自适应多分支卷积的声学场景分类
基于机动频率自适应的增强层级融合算法
基于局部特征编解码的自动驾驶3D目标检测
非相干两点源比幅测角性能分析
基于角度间隔分离学习的相干DOA估计方法
面向预警监视任务的天基雷达研究进展
非均匀杂波环境下的低空多目标跟踪算法
基于导航雷达图像阴影反演有效波高
基于方差拟合插值的SAR图像数据集扩充方法
基于递进神经网络的混叠干扰识别技术
SAR有源干扰分类识别图像数据集仿真构建
基于退化注入场路耦合模型的锂电池SOC估计方法
异构无人集群杀伤网任务路径生成建模与评估
基于ME-DDPG算法的无人机多对一追逃博弈
智能飞行冲突解脱算法的持续学习机制
基于人机协同作战多通道交互系统的隐性知识挖掘
基于因果发现的复杂系统根因分析方法综述
基于组合赋权VIKOR的器材代储工厂选择研究
基于本体推理的单一飞行员驾驶模式自适应切换方法
小偏度数据下通用质量特性评估最小样本量确定方法
基于DoDAF的舰船实战化需求建模与分析方法
通讯受限下无人机集群自适应追踪控制
低轨卫星非奇异平均根数估计算法研究
基于迭代双模型卡尔曼滤波的惯性传感器故障诊断方法
低轨增强/GNSS信号捕获一体化方法研究
基于热扩散理论的光纤陀螺温度误差补偿方法
融合机理与数据的陀螺飞轮姿态测量方法
TTNT数据链分层式网络体系及其关键技术分析
稀疏贝叶斯学习水声OFDM系统信道与脉冲噪声联合估计
UCA-OAM通信系统下的联合域信道估计
基于空间压缩的QC-LDPC码稀疏校验矩阵重建
基于深度学习的复合干扰信号识别