融合三支多属性决策与SAC的兵棋推演智能决策技术
来源:系统工程与电子技术杂志2024年第7期北京时间:
作者:彭莉莎, 孙宇祥, 薛宇凡, 周献中
单位:1. 南京大学工程管理学院, 江苏 南京 210008;2. 浙江财经大学信息技术与人工智能学院, 浙江 杭州 310018;3. 南京大学智能装备新技术研究中心, 江苏 南京 210008
摘要:近年来, 将深度强化学习技术用于兵棋推演的智能对抗策略生成受到广泛关注。针对强化学习决策模型采样率低、训练收敛慢以及智能体博弈胜率低的问题, 提出一种融合三支多属性决策(three-way multiple attribute decision making, TWMADM)与强化学习的智能决策技术。基于经典软表演者-批评家(soft actor-critic, SAC)算法开发兵棋智能体, 利用TWMADM方法评估对方算子的威胁情况, 并将该威胁评估结果以先验知识的形式引入到SAC算法中规划战术决策。在典型兵棋推演系统中开展博弈对抗实验, 结果显示所提算法可有效加快训练收敛速度, 提升智能体的对抗策略生成效率和博弈胜率。
关键词:兵棋推演,三支多属性决策,软表演者-批评家,强化学习,智能决策
基金资助:国家自然科学青年基金(62306135);教育部青年基金(23YJC630156);江苏省青年基金(BK20230783);南京大学技术创新基金(SC-2023-039)
2024年7期其他文献查阅:
多维阵列张量模型的鲁棒波束成形方法
基于分布式PMHT的多传感器多目标跟踪
基于有限元法的水下航行器地磁异常模拟研究
适用于点群共存场景的TPMBM跟踪算法
基于改进粒子群的密度聚类算法混合矩阵估计
C波段高效率同轴渡越时间振荡器的仿真研究
基于Z变换和改进FRI的LFM信号参数估计方法研究
复杂运动舰船目标SAR成像空/时变散焦特性研究
对调制识别网络隐身的雷达发射信号生成方法
基于DTCWT-VAE的弹道中段目标RCS识别
基于极大似然估计的非理想场景雷达信号分选算法
一种基于谱连续的极化-多普勒气象雷达信号重构方法
基于改进SP算法的多目标DOA估计方法
复合微多普勒信号的时频谐波分析方法
融合三支多属性决策与SAC的兵棋推演智能决策技术
受限玻尔兹曼机及其变体研究综述
面向动态目标搜索与打击的空地协同自主任务分配方法
复杂系统测试性设计与故障诊断策略研究进展
基于元模型的装备体系知识图谱构建
G-混合冗余策略下多状态可修系统的可靠性
基于NSGA-Ⅱ的车载光学测量设备任务调度方案优化
无人机系统MTBF和使用可用度的建模与仿真
远程联合打击下防空火力单元机动路线预测研究
针对低速目标的飞行器中段航迹快速规划
基于微形变分析的电容式MEMS加速度计温漂误差精密估计方法
基于天线方向性参数辨识的航空器测向研究
尾翼控制小型超空泡航行体运动稳定性分析
基于大指令变化率下的防空导弹姿态控制方法
基于综合变轨的高轨远程自主交会规划方法
复合式高速无人直升机飞行力学建模及操纵策略研究
基于压缩感知的智能反射面信道估计
基于合并码本的码字位置序号调制SCMA方案
改进的可见光通信系统PTS峰均比抑制方法
基于级联角度的AIRS辅助大规模MIMO系统波束跟踪方案
基于MADDPG的多无人车协同事件触发通信