基于不确定场景的多决策风格智能任务分配方法
刘家义1
王刚2
贾晨星1
付强2
明月伟1
1.国防大学联合作战学院,石家庄,0500842.空军工程大学防空反导学院,西安,710051
摘要：现代信息化战争中,战场环境复杂多变,具有高动态、不完全信息和不确定性等特点,深度强化学习为其中的任务分配问题提供了新思路.针对智能体在不确定场景中泛化能力不足的问题,提出了面向不确定场景的多决策风格智能体架构,增强了智能体面对不确定复杂环境的适应能力;针对深度强化学习方法中单一奖励函数很难训练出符合人类决策逻辑的智能体问题,提出了基于事件的奖励机制,合理引导智能体学习;最后在数字战场仿真环境中验证了所提方法的可行性和优越性.
关键词：深度强化学习任务分配多智能体系统决策风格
分类号：TP391.9(计算技术、计算机技术)
资助基金：国家自然科学基金(62106283)
论文发表日期：2025-02-24
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：7( 104-110 )
英文信息