基于EAS+MADRL的多无人车体系效能评估方法研究

来源：系统工程与电子技术杂志2021年第12期北京时间：

作者：高昂, 郭齐胜, 董志明, 杨绍卿

单位：1. 陆军装甲兵学院演训中心, 北京 100072；2. 国防科技创新研究院, 北京 100071

摘要：无人作战开始步入现代战争舞台, 多无人车(multi unmanned ground vehicle, MUGV) 协同作战将成为未来陆上作战的主要样式。体系效能评估是装备论证和战法研究的核心问题, 针对MUGV体系效能评估问题, 建立了一套以自主学习算法为基础的探索性仿真分析方法。将MUGV对抗过程建模为零和随机博弈(zero sum stochastic game, ZSG)模型, 通过使用多智能体深度强化学习类方法(multi agent deep reinforcement learning, MADRL)探索在不同对方无人车规模条件下, ZSG模型的纳什均衡解, 分析纳什均衡条件下参战双方胜率, 作战时长等约束, 完成MUGV体系作战效能评估, 并在最后给出了MUGV体系效能评估应用示例, 从而建立了更可信、可用的体系效能评估方法。

关键词：多无人车,体系效能评估,多智能体深度强化学习,探索性分析仿真

基金资助：军队科研计划项目(41405030302);军队科研计划项目(41401020301)