基于多智能体强化学习的协同目标分配
来源:系统工程与电子技术杂志2023年第9期北京时间:
作者:马悦, 吴琳, 许霄
单位:1. 国防大学研究生院, 北京 100091;2. 中国人民解放军31002部队, 北京 100091;3. 国防大学联合作战学院, 北京 100091
摘要:针对传统方法难以适用于动态不确定环境下的大规模协同目标分配问题, 提出一种基于多智能体强化学习的协同目标分配模型及训练方法。通过对相关概念和数学模型的描述, 将协同目标分配转化为多智能体协作问题。聚焦于顶层分配策略的学习, 构建了策略评分模型和策略推理模型, 采用Advantage Actor-Critic算法进行策略优化。仿真实验结果表明, 所提方法能够准确刻画作战单元之间的协同演化内因, 有效地实现了大规模协同目标分配方案的动态生成。
关键词:协同目标分配,多智能体协作,强化学习,神经网络,Advantage Actor-Critic
2023年9期其他文献查阅:
一种在脉冲噪声环境下的最大相关熵目标直接定位算法
圆柱极化敏感阵列降维插值角度估计方法
基于噪声圆形特性的宽带相干信号DOA估计方法
基于三维注意力与混合卷积的高光谱图像分类
多抽头结构的宽带射频干扰对消及优化设计
面向非圆信号的四阶累积量直接定位方法
一种基于双站协同的时差频差定位方法
基于逆滤波处理的雷达干扰效果在线评估方法
基于L1 & TV正则化的低过采样Staggered SAR成像方法
密集假信号存在下单脉冲雷达未分辨目标DOA估计
星载双基跟飞构型的杂波特性分析及参数选择
联合多种资源协同干扰组网雷达系统的自适应调度方法
基于POMDP模型的智能雷达干扰决策方法
非凸松弛原子范数空时动目标参数估计算法
基于联合域滤波的无人机载SAR图像块效应抑制方法
基于改进灰色关联分析的航天产品性能样机仿真结果一致性验证方法
岛礁防空电子对抗装备体系构建与效能评估
基于多智能体强化学习的协同目标分配
城市低空物流无人机飞行计划预先调配
基于拓扑势的网络毁伤最大算法
基于改进凸优化算法的多机编队突防航迹规划
基于蚁狮算法的元特征选择方法
基于SysML的武器装备体系能力需求建模分析方法
面向策略多样性的无人集群合作演化建模及仿真
MPOS联邦实时组合算法
基于顶层滚动优化和底层跟踪的空战导引方法
考虑避碰与任务分配的多飞行器协同制导技术
基于反步法的空间目标复合指向控制方法研究
基于加速度补偿的惯性行人导航非零速区间姿态估计CKF算法
基于多模型MPC的变体飞机协调优化控制
基于速度预测的防空导弹中制导末段协同弹道规划方法
基于脱靶量预测的飞行器反拦截机动方法
基于混合进化算法的卫星网络星间数传方法
基于不完美CSI的水声自适应功率分配算法
Alpha稳定分布噪声下基于特征值之差频谱感知算法
无人机通信中基于短包传输的能/谱效折中优化
高动态环境下数据链信号载波频率估计算法
无人机集群对地作战任务可靠性评估
基于改进受限玻尔兹曼机的滚动轴承健康因子构建方法
基于小波时频图与Swin Transformer的柴油机故障诊断方法