基于深度強(qiáng)化學(xué)習(xí)算法的火力-目標(biāo)分配方法

打開文本圖片集

引用格式：

李偉光，陳棟.

基于深度強(qiáng)化學(xué)習(xí)算法的火力-目標(biāo)分配方法

.指揮控制與仿真，2024，46（3）：62-69.

LI W G，CHEN D.

Firepower-target assignment method based on deep reinforcement learning algorithm

.Command Control & Simulation，2024，46（3）：62-69.

摘  要：針對火力-目標(biāo)分配問題解空間較大、離散、非線性等特點(diǎn)，提出了一種基于DQN的深度強(qiáng)化學(xué)習(xí)算法，通過將6層全連接前饋神經(jīng)網(wǎng)絡(luò)與Q-learning算法相結(jié)合，充分發(fā)揮了深度學(xué)習(xí)的感知能力和強(qiáng)化學(xué)習(xí)的決策能力，通過模型性能測試對比，該方法擬合能力較強(qiáng)、收斂速度較快、方差抖動性較小，并通過實(shí)際作戰(zhàn)場景對算法進(jìn)行了驗(yàn)證，所得的分配結(jié)果符合作戰(zhàn)期望，可為指揮員火力打擊分配問題決策提供一定參考。（剩余11303字）