基于强化学习的航空兵认知行为模型

作     者：马耀飞 龚光红 彭晓源 Ma Yaofei;Gong Guanghong;Peng Xiaoyuan

作者机构：北京航空航天大学自动化科学与电气工程学院北京100191 

出 版 物：《北京航空航天大学学报》 (Journal of Beijing University of Aeronautics and Astronautics)

年 卷 期：2010年第36卷第4期

页      面：379-383页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：装备预研重点基金资助项目(9140A04040106HT0801) 

主　　题：强化学习 自适应系统 仿真 

摘      要：航空兵的认知行为模型为仿真航空兵的空战决策提供支持,通过强化学习积累战术决策经验.在虚拟战场环境中,作战态势通过多个属性进行描述,这使得强化学习过程将面临一个高维度的问题空间.传统的空间离散化方法处理高维空间时将对计算资源和存储资源产生极大需求,因此不可用.通过构造一个基于高斯径向基函数的拟合网络解决了这个问题,大大减少了对资源的需求以及强化学习周期,并最终产生了合理的机动策略.模型的有效性和自适应性通过一对一的空战仿真进行了验证,产生的交战轨迹与人类飞行员产生的交战轨迹类似.