期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
无人集群系统行为决策学习奖励机制
1
作者
张婷婷
蓝羽石
宋爱国
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2021年第12期2442-2451,共10页
未来作战的发展方向是由多智能体系统构成的无人集群系统通过智能体之间自主协同来完成作战任务。由于每个智能体自主采取行为和改变状态,增加了智能群体行为策略训练的不稳定性。通过先验约束条件和智能体间的同构特性增强奖励信号的...
未来作战的发展方向是由多智能体系统构成的无人集群系统通过智能体之间自主协同来完成作战任务。由于每个智能体自主采取行为和改变状态,增加了智能群体行为策略训练的不稳定性。通过先验约束条件和智能体间的同构特性增强奖励信号的实时性,提高训练效率和学习的稳定性。采用动作空间边界碰撞惩罚、智能体间时空距离约束满足程度奖励;通过智能体在群体中的关系特性,增加智能体之间经验共享,进一步优化学习效率。在实验中,将先验增强的奖励机制和经验共享应用到多智能体深度确定性策略梯度(MADDPG)算法中验证其有效性。结果表明,学习收敛性和稳定性有大幅提高,从而提升了无人集群系统行为学习效率。
展开更多
关键词
无人集群系统
MADDPG算法
对抗任务
行为决策
奖励机制
在线阅读
下载PDF
职称材料
题名
无人集群系统行为决策学习奖励机制
1
作者
张婷婷
蓝羽石
宋爱国
机构
陆军工程大学指挥控制工程学院
中国电子科技集团公司第二十八研究所
东南大学仪器科学与工程学院
出处
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2021年第12期2442-2451,共10页
基金
国家自然科学基金(61802428)
中国博士后科学基金(2019M651991)
军委科技委国防科技基金(2019-JCJQJJ-014)。
文摘
未来作战的发展方向是由多智能体系统构成的无人集群系统通过智能体之间自主协同来完成作战任务。由于每个智能体自主采取行为和改变状态,增加了智能群体行为策略训练的不稳定性。通过先验约束条件和智能体间的同构特性增强奖励信号的实时性,提高训练效率和学习的稳定性。采用动作空间边界碰撞惩罚、智能体间时空距离约束满足程度奖励;通过智能体在群体中的关系特性,增加智能体之间经验共享,进一步优化学习效率。在实验中,将先验增强的奖励机制和经验共享应用到多智能体深度确定性策略梯度(MADDPG)算法中验证其有效性。结果表明,学习收敛性和稳定性有大幅提高,从而提升了无人集群系统行为学习效率。
关键词
无人集群系统
MADDPG算法
对抗任务
行为决策
奖励机制
Keywords
unmanned swarm system
Multi-Agent Deep Deterministic Policy Gradient(MADDPG)algorithm
confrontation mission
behavioral decision
reward mechanism
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
无人集群系统行为决策学习奖励机制
张婷婷
蓝羽石
宋爱国
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2021
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
