基于强化学习的无人坦克对战仿真研究

• 作者: 徐志雄 曹雷 陈希亮
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 多动机引导 Q学习 Sarsa学习 无人坦克 对战仿真
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 166-171
• 页数: 6页
• 分类号: TP249
• 字数: 5654字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1610-0348

摘要

对标准的强化学习进行改进,通过引入动机层,来引入先验知识,加快学习速度.策略迭代选择上,通过采用"同策略"迭代的Sarsa学习算法,代替传统的"异策略"Q学习算法.提出了基于多动机引导的Sarsa学习(MMSarsa)算法,分别和Q学习算法、Sarsa学习算法在坦克对战仿真问题上进行了三种算法的对比实验.实验结果表明,基于多动机引导的Sarsa学习算法收敛速度快且学习效率高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹雷	解放军理工大学指挥信息系统学院	23	199	8.0	13.0
2	陈希亮	解放军理工大学指挥信息系统学院	21	236	9.0	15.0
3	徐志雄	解放军理工大学指挥信息系统学院	3	26	3.0	3.0