面向体系仿真的蓝军舰艇编队防空作战指控建模方法

舰艇编队防空作战指挥控制是蓝军实施海上对空作战任务的关键环节,舰艇编队防空作战指控建模是蓝军海上作战体系仿真建模的重要组成部分。基于体系对抗的仿真应用背景,开展蓝军舰艇编队防空作战指控建模总体设计,采用模块化建模的方法设计资产综合管理与筹划、统一态势生成、作战指挥决策等功能模块,并参照蓝军作战指挥业务逻辑对各模块进行功能集成,构建蓝军舰艇编队防空作战指控系统模型,实验表明:所构建的蓝军舰艇编队防空作战指控模型能够实现编队防空作战指挥控制功能的模拟,并可模拟蓝军舰艇编队防空作战指挥控制流程,有效支撑体系对抗仿真需求。

一种深度强化学习与模仿学习结合的突防策略

针对战斗机在攻击目标过程中遭遇防御弹拦截,需同时考虑突防和突防后打击的要求,提出一种基于深度强化学习与模仿学习理论的战斗机智能机动突防算法。首先建立了战斗机突防问题的马尔可夫决策模型,考虑战斗机与防御弹的相对距离以及突防后与目标的距离、战斗机相对战斗机-目标视线的速度前置角,设计了综合考虑突防和打击的奖励函数。接着将近端策略优化(PPO)算法与模仿学习理论相结合,构建了由判别网络、演员网络和评论家网络构成的生成对抗模仿学习-近端策略优化(GAIL-PPO)智能突防网络。最后,结合专家策略对智能突防网络进行了训练。仿真结果表明:GAIL-PPO突防策略在前期充分借鉴专家策略的经验,能够快速收敛,在后期又能在复杂环境中充分探索,得到比专家策略更优的性能。