基于深度强化学习的多机协同空战规划方法及系统

发明专利有效专利

申请号：
CN202110261574.4
IPC分类号：G06F30/27;G06N3/04;G06N3/08;G06F111/08
申请日期：
2021-03-10
申请人：
中国人民解放军国防科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于深度强化学习的多机协同空战规划方法及系统
申请号	CN202110261574.4	申请日期	2021-03-10
法律状态	授权	申报国家	中国
公开/公告日	2021-05-28	公开/公告号	CN112861442A
优先权	暂无	优先权号	暂无
主分类号	G06F30/27	IPC分类号	G;0;6;F;3;0;/;2;7;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;F;1;1;1;/;0;8查看分类表>
申请人	中国人民解放军国防科技大学	申请人地址	湖南省长沙市开福区德雅路109号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中国人民解放军国防科技大学	当前权利人	中国人民解放军国防科技大学
发明人	冯旸赫;程光权;施伟;黄魁华;黄金才;刘忠
代理机构	北京融智邦达知识产权代理事务所（普通合伙）	代理人	董惠文

摘要

本发明提出了基于深度强化学习的多机协同空战规划方法及系统，通过将战机视为智能体，构建强化学习智能体模型，通过集中式训练‑分布式执行架构对网络模型进行训练，克服了多机协同时因不同实体间的动作区分度不大，网络模型探索性不强的缺点。通过在奖励值中嵌入专家经验，解决了现有技术中需要大量专家经验支撑的问题。通过经验共享机制，所有智能体共享一套网络参数和经验回放库，解决了单个智能体的策略不只取决于自身的策略和环境的反馈，同时还受其他智能体行为和合作关系的影响问题。通过增加优势值绝对值较大样本的采样概率，使奖励值极大或极小的样本都能影响神经网络的训练，加快算法收敛速度。通过添加策略熵提高智能体的探索能力。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供