-
题名基于阶段诱导学习的多无人艇协同目标围捕策略
- 1
-
-
作者
曲星儒
江雨泽
龙飞飞
张汝波
高颖
-
机构
大连民族大学机电工程学院
-
出处
《中国舰船研究》
北大核心
2025年第1期162-171,共10页
-
基金
国家自然科学基金资助项目(61673084)
中央高校基本科研业务费资助项目(04442024046)。
-
文摘
[目的]针对海上目标无人艇智能逃逸问题,提出一种基于阶段诱导学习的多无人艇协同目标围捕策略。[方法]首先构建针对无人艇围捕逃逸的马尔科夫博弈模型,明确基于距离和角度的围捕成功判定条件。为提升智能逃逸下多无人艇的目标围捕性能,采用集中式训练-分布式执行框架和长短时记忆网络相结合的方法,基于多智能体柔性行动-评判(MASAC)算法开展协同围捕训练。同时,设计基于阶段诱导的协同围捕奖励机制,依据双方当前状态来优化训练进程,避免“惰性围捕艇”现象,提高围捕成功率,引导无人艇由易到难地完成围捕任务。[结果]仿真结果表明,与仅采用阶段诱导奖励的MASAC、仅采用长短时记忆网络的MASAC和MASAC围捕策略相比,所提策略的围捕成功率分别提高3.3%,6.1%和24.4%,验证了其可行性和有效性。[结论]所提策略为无人艇攻防对抗提供了有价值的技术参考,有助于推动无人艇技术在相关领域的应用与发展。
-
关键词
无人艇
协同目标围捕
多智能体柔性行动-评判
阶段诱导奖励
-
Keywords
unmanned vehicles
cooperative target hunting
multi-agent soft actor-critic
stage-induced rewards
-
分类号
U664.82
[交通运输工程—船舶及航道工程]
-
