面向LVC训练的蓝方虚拟实体近距空战决策建模

真实-虚拟-构造为近距空战对抗训练提供了有力支撑。针对课题对蓝方虚拟实体的实际决策建模需求,在对比分析深度强化学习与经典智能优化方法的基础上,从优化理论的角度对神经网络的权值空间和结构空间进行定义,提出基于智能优化的进化神经网络决策模型及其求解方法。首先,分析近距空战战术特点,战机飞行运动模型,实际决策建模需求。其次,分别设计战机关键飞行状态、动作空间、适应度函数,实现蓝方端到端感知与决策。最后,给出基于经典遗传神经网络的决策模型及求解示例。结果表明,所提方法可实现蓝方战机通过对抗数据来学习对手作战特点的功能,验证了模型及方法的有效性;同时所提方法对目前智能优化及其改进算法,以及不同结构神经网络具有通用性。