基于强化学习的作战辅助决策建模研究
朱宁龙1
佟骁冶2
1.91404部队92分队 秦皇岛 0660002.中国船舶集团有限公司第七〇九研究所 武汉 430205
摘要：传统的辅助决策方法中,专家系统通常由固定知识表达,完全依赖领域专家知识,不具备学习能力.为了弥补专家系统的局限性,利用对智能体进行训练的方法自动生成决策方案.分析了自动机和行为树等过程性建模方法的优缺点,提出了基于Petri网和Q学习的CGF行为与决策建模方法.介绍了模型的基本结构和强化学习机制.在虚拟场景中,设计了决策模型实现方法和学习规则,通过对比实验,证明了此方法的可行性.
关键词：CGFPetri网强化学习行为决策
分类号：TP273(自动化技术及设备)
论文发表日期：2021-07-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 46-50 )
英文信息