基于多智能体强化学习的目标探测与分配方法及装置
基本信息
| 申请号 | CN202010959038.7 | 申请日 | - |
| 公开（公告）号 | CN112131786A | 公开（公告）日 | 2020-12-25 |
| 申请公布号 | CN112131786A | 申请公布日 | 2020-12-25 |
| 分类号 | G06F30/27(2020.01)I;G06F119/14(2020.01)N | 分类 | 计算；推算；计数; |
| 发明人 | 伊山;魏晓龙;鹿涛;黄谦;齐智敏;蔡春晓;赵昊;张帅;亢原平 | 申请（专利权）人 | 航天科工系统仿真科技（北京）有限公司 |
| 代理机构 | 北京细软智谷知识产权代理有限责任公司 | 代理人 | 中国人民解放军军事科学院评估论证研究中心;航天科工系统仿真科技（北京）有限公司 |
| 地址 | 100089北京市海淀区厢红旗东门外1号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种基于多智能体强化学习的目标探测与分配方法及装置，包括构建作战行为模型和强化学习训练环境；采用强化学习训练环境对所述作战行为模型进行训练至模型收敛，获取人工智能行为模型；采用作战仿真引擎对所述人工智能行为模型进行训练，输出优化模型。本发明将强化学习算法MADDPG集成到兵棋推演系统中，构建从简单到复杂的仿真环境，优化强化学习收敛速度，有效的解决了兵棋推演系统中智能体优化收敛速度的问题。 |
