期刊导航
期刊开放获取
河南省图书馆
退出
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
2
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
基于深度强化学习的智能对手自主空战决策技术
1
作者
杨凯达
杨兴昊
刘钊
《火力与指挥控制》
CSCD
北大核心
2023年第10期27-33,共7页
为提升空战训练对手的智能性与自主性,提升空战训练效果。针对空战战术训练智能对手自主空战决策问题,提出一种基于深度强化学习的智能体训练方法,采用最大熵强化学习(SAC)算法平衡策略探索与利用的优势,引入自博弈和多智能体联盟训练...
为提升空战训练对手的智能性与自主性,提升空战训练效果。针对空战战术训练智能对手自主空战决策问题,提出一种基于深度强化学习的智能体训练方法,采用最大熵强化学习(SAC)算法平衡策略探索与利用的优势,引入自博弈和多智能体联盟训练方法提升空战智能体策略的多样性和鲁棒性。针对一对一近距格斗空战场景建立智能博弈框架及奖励函数,仿真结果表明,基于零经验训练得到的智能体能够有效自主机动决策并实施近距导弹攻击,产生较好的战术效果,证明该方法在一对一近距格斗空战智能体训练中的有效性。
展开更多
关键词
自主空战决策
智能对手
强化学习
SAC
下载PDF
职称材料
近距空战训练中的智能虚拟对手决策与导引方法
被引量:
4
2
作者
孟光磊
刘德见
+2 位作者
周铭哲
朴海音
陈耀飞
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2022年第6期937-949,共13页
针对近距空战训练中智能虚拟对手攻防博弈的自主决策与占位导引问题,提出了基于动态贝叶斯网络(DBN)和约束梯度法的智能虚拟对手决策和导引一体化方法。结合空间占位态势、火控攻击区和机动动作识别结果等信息,建立近距空战决策动态贝...
针对近距空战训练中智能虚拟对手攻防博弈的自主决策与占位导引问题,提出了基于动态贝叶斯网络(DBN)和约束梯度法的智能虚拟对手决策和导引一体化方法。结合空间占位态势、火控攻击区和机动动作识别结果等信息,建立近距空战决策动态贝叶斯网络模型,实现根据战场动态环境变化的占位导引指标决策。针对在线识别的各类目标机动动作,建立轨迹预测模型,实现目标轨迹的实时预测。根据占位导引指标和目标预测轨迹,考虑飞行性能约束,采用约束梯度法计算智能虚拟对手的优化占位导引量。实现了近距空战智能虚拟对手空间占位决策与导引量计算的无缝结合。近距空战仿真实验结果表明:所提方法能够实现智能虚拟对手的合理化自主决策和占位导引,克服了传统方法实现机动动作方式固化的问题,具备较好的实时性和优化性。
展开更多
关键词
空战训练
智能
虚拟
对手
占位导引
机动识别
轨迹预测
动态贝叶斯网络(DBN)
下载PDF
职称材料
题名
基于深度强化学习的智能对手自主空战决策技术
1
作者
杨凯达
杨兴昊
刘钊
机构
解放军
中国航空研究院
出处
《火力与指挥控制》
CSCD
北大核心
2023年第10期27-33,共7页
基金
装备综合研究重点项目资助课题(xx2022A000112)。
文摘
为提升空战训练对手的智能性与自主性,提升空战训练效果。针对空战战术训练智能对手自主空战决策问题,提出一种基于深度强化学习的智能体训练方法,采用最大熵强化学习(SAC)算法平衡策略探索与利用的优势,引入自博弈和多智能体联盟训练方法提升空战智能体策略的多样性和鲁棒性。针对一对一近距格斗空战场景建立智能博弈框架及奖励函数,仿真结果表明,基于零经验训练得到的智能体能够有效自主机动决策并实施近距导弹攻击,产生较好的战术效果,证明该方法在一对一近距格斗空战智能体训练中的有效性。
关键词
自主空战决策
智能对手
强化学习
SAC
Keywords
autonomous air combat decision-making
intelligent opponents
reinforcement learning
SAC
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
近距空战训练中的智能虚拟对手决策与导引方法
被引量:
4
2
作者
孟光磊
刘德见
周铭哲
朴海音
陈耀飞
机构
沈阳航空航天大学自动化学院
航空工业沈阳飞机设计研究所
出处
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2022年第6期937-949,共13页
基金
国家自然科学基金(61503255)
沈阳市中青年科技创新人才支持计划(RC180174)。
文摘
针对近距空战训练中智能虚拟对手攻防博弈的自主决策与占位导引问题,提出了基于动态贝叶斯网络(DBN)和约束梯度法的智能虚拟对手决策和导引一体化方法。结合空间占位态势、火控攻击区和机动动作识别结果等信息,建立近距空战决策动态贝叶斯网络模型,实现根据战场动态环境变化的占位导引指标决策。针对在线识别的各类目标机动动作,建立轨迹预测模型,实现目标轨迹的实时预测。根据占位导引指标和目标预测轨迹,考虑飞行性能约束,采用约束梯度法计算智能虚拟对手的优化占位导引量。实现了近距空战智能虚拟对手空间占位决策与导引量计算的无缝结合。近距空战仿真实验结果表明:所提方法能够实现智能虚拟对手的合理化自主决策和占位导引,克服了传统方法实现机动动作方式固化的问题,具备较好的实时性和优化性。
关键词
空战训练
智能
虚拟
对手
占位导引
机动识别
轨迹预测
动态贝叶斯网络(DBN)
Keywords
air-combat training
intelligent virtual opponent
occupancy guidance
maneuver recognition
trajectory prediction
dynamic Bayesian network(DBN)
分类号
V221.3 [航空宇航科学与技术—飞行器设计]
TB553 [理学—声学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度强化学习的智能对手自主空战决策技术
杨凯达
杨兴昊
刘钊
《火力与指挥控制》
CSCD
北大核心
2023
0
下载PDF
职称材料
2
近距空战训练中的智能虚拟对手决策与导引方法
孟光磊
刘德见
周铭哲
朴海音
陈耀飞
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2022
4
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