文章详情
| 稿件标题： | 基于深度强化学习的无人艇集群博弈对抗 |
| 稿件作者： | 苏震1，张钊2，陈聪2，刘殿勇2，梁霄2 |
| DOI： | 10.11809/bqzbgcxb2022.09.002 |
| 科学编辑： | 张兰勇 博士（哈尔滨工程大学副教授、博导） |
| 栏目名称： | 智能舰船自主航行技术专栏 |
| 关键词： | 无人艇集群；博弈对抗；深度强化学习；协同围捕本文引用格式：苏震，张钊，陈聪，等. |
| 文章摘要： | 开展基于深度强化学习的无人艇集群动态博弈对抗中的协同围捕决策研究。建立受距离和相对角度影响的无人艇围捕环境模型，利用基于策略网络和双评价网络的深度强化学习方法求解围捕策略，立足协同围捕任务，基于距离和相对角度设计引导型奖励函数，避免奖励稀疏。仿真结果表明，基于深度强化学习的红方无人艇集群能够对蓝方无人艇进行有效的协同围捕。研究成果可为无人艇集群博弈对抗演练提供参考。 |
| 稿件基金： | 国家自然科学基金项目（52271302） |
| 引用本文格式： | 苏震，张钊，陈聪，等.基于深度强化学习的无人艇集群博弈对抗［J］.兵器装备工程学报，2022，43(09)：9-14. SU Zhen, ZHANG Zhao, CHEN Cong, et al.Deep reinforcement learning based swarm game confrontation of unmanned surface vehicles［J］.Journal of Ordnance Equipment Engineering，2022，43(09)：9-14. |
| 刊期名称： | 2022年09期 |
| 出版时间： | 2022年9月 |
| 上线时间： | 2022年9月28日 |
| 浏览次数： | 3230 |
| 下载次数： | 341 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |