-
题名端云协同离在线强化学习方法及其在兵棋上的应用
- 1
-
-
作者
施伟
黄红蓝
梁星星
程光权
郑臻哲
-
机构
国防科技大学系统工程学院大数据与决策实验室
-
出处
《计算机工程与应用》
2025年第21期144-156,共13页
-
基金
国家自然科学基金(62073333,72301289)。
-
文摘
随着军事智能化技术演进,兵棋推演智能决策研究备受关注。针对传统云端集中式决策模式存在的通信延迟、数据安全风险和部署壁垒等问题,提出端云协同混合离在线强化学习框架(Decider),实现基于先验知识与试错数据的融合驱动决策。云端动态筛选高价值样本传输至边缘设备,缓解数据分布偏移问题,加速策略搜索;引入历史动量聚合算法,稳定模型训练。在海空对抗兵棋实验中,Decider策略搜索速度提升超过90%,平均对抗得分提高26%以上,且通信负载降至传统架构的9.5%。
-
关键词
端云协同
强化学习
离在线强化学习
兵棋推演
智能决策
-
Keywords
device-cloud collaboration
reinforcement learning
offline-to-online reinforcement learning
wargame
intel-ligent decision-making
-
分类号
TP311
[自动化与计算机技术]
TP391.9
[自动化与计算机技术—计算机软件与理论]
-
