基于Double Deep Q Network的无人机隐蔽接敌策略

• 作者: 丁勇 何金 高振龙
• 来源期刊: 电光与控制
• 学科: 航空航天
• 关键词: 隐蔽接敌策略 空战决策 马尔可夫决策过程 双神经网络结构 DDQN算法
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 学术研究
• 页码范围: 52-57
• 页数: 6页
• 分类号: V2
• 字数: 5615字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-637X.2020.07.010

摘要

基于深度强化学习的连续状态空间无人机隐蔽接敌问题,提出了基于马尔可夫决策过程的隐蔽接敌双深度Q网络(DDQN)方法.利用DDQN生成目标值函数的方法解决了传统DQN的过拟合问题;采用按优先级随机抽样的方法获取训练样本,加速了神经网络的训练速度;设定贪婪系数按照指数下降的方法,解决了传统强化学习的"探索利用窘境";在势函数奖赏函数设计中引入角度因子,使其更加符合实际作战情况.仿真实验结果表明,DDQN具有较好的收敛性,能有效生成隐蔽接敌策略.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁勇	南京航空航天大学自动化学院	38	271	8.0	15.0
2	何金	南京航空航天大学自动化学院	3	0	0.0	0.0
3	高振龙	南京航空航天大学自动化学院	3	3	1.0	1.0