摘要：当前的作战样式正逐步从以网络为中心向以决策为中心转变,以“马赛克战”为代表的分布式作战理念极大增加了体系设计的复杂程度,同时也为作战体系设计在实时性和动态性等方面提出了新要求。人工智能技术为实现作战体系架构的智能辅助设计提供了新手段。从当前体系设计面临的问题出发,提出了基于深度强化学习的体系设计空间探索模型,介绍了其中涉及的关键技术,并以体系通信网络结构的设计为例展示了所提方法的有效性。

摘要：为了应对在未来复杂的战场环境下,由于通信受限等原因导致的集中式决策模式难以实施的情况,提出了一个基于多智能体深度强化学习的分布式作战体系任务分配算法,该算法为各作战单元均设计一个独立的策略网络,并采用集中式训练、分布式执行的方法对智能体的策略网络进行训练,结果显示,经过学习训练后的各作战单元具备一定的自主协同能力,即使在没有中心指挥控制节点协调的情况下,依然能够独立地实现作战任务的高效分配.