基于自博弈深度强化学习的空战智能决策方法
Air combat intelligent decision-making method based on self-play and deep reinforcement learning作者机构:西北工业大学航空学院西安710072 中国人民解放军93995部队西安710306
出 版 物:《航空学报》 (Acta Aeronautica et Astronautica Sinica)
年 卷 期:2024年第45卷第4期
页 面:200-212页
核心收录:
学科分类:08[工学] 081105[工学-导航、制导与控制] 0811[工学-控制科学与工程]
基 金:国防科技重点实验室基金(6142219190302)
摘 要:空战是战争走向立体的重要环节,智能空战已经成为国内外军事领域的研究热点和重点,深度强化学习是实现空战智能化的重要技术途径。针对单智能体训练方法难以构建高水平空战对手问题,提出基于自博弈的空战智能体训练方法,搭建研究平台,根据飞行员领域知识合理设计观测、动作与奖励,通过“左右互搏方式训练空战智能体至收敛,并通过仿真试验验证空战决策模型的有效性。研究结果表明通过自博弈训练,空战智能体战术水平逐步提升,最终对单智能体训练的决策模型构成70%以上胜率,并涌现类似人类“单/双环战术的空战策略。