一种面向多作战单元协同决策的多智能体增强学习方法
实质审查的生效
摘要
一种面向多作战单元协同决策的多智能体增强学习方法,包括步骤如下:针对红蓝方博弈对抗场景,建立多智能体增强学习模型,实现面向多作战单元的智能协同决策建模;采用事后目标转换方法增加有效训练样本数量,实现多智能体增强学习模型的优化收敛;以团队全局任务奖励为基准,以各作战单元具体动作奖励作为反馈信息,构建奖励函数;根据不同作战方案生成多种对手策略,利用奖励函数通过海量模拟博弈对抗对多智能体增强学习模型进行训练。本发明解决了现有技术中存在的红蓝方博弈对抗多作战单元决策协同性低、有价值训练样本难获取等问题。
基本信息
专利标题 :
一种面向多作战单元协同决策的多智能体增强学习方法
专利标题(英):
暂无
公开(公告)号 :
CN114358141A
申请号 :
CN202111530475.8
公开(公告)日 :
2022-04-15
申请日 :
2021-12-14
授权号 :
暂无
授权日 :
暂无
发明人 :
李博遥郑本昌路鹰黄虎惠俊鹏陈海鹏王振亚李君阎岩范佳宣李丝然何昳頔张佳任金磊吴志壕刘峰范中行张旭辉赵大海韩特肖肖
申请人 :
中国运载火箭技术研究院
申请人地址 :
北京市丰台区南大红门路1号
代理机构 :
中国航天科技专利中心
代理人 :
张欢
优先权 :
CN202111530475.8
主分类号 :
G06K9/62
IPC分类号 :
G06K9/62
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06K
数据识别;数据表示;记录载体;记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形,例如,指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-05-03 :
实质审查的生效
IPC(主分类) : G06K 9/62
申请日 : 20211214
申请日 : 20211214
2022-04-15 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载