摘要：针对多无人机任务决策方法研究中传统优化算法难以在短时间内得到期望结果的问题,基于深度强化学习提出一种无人机多智能体深度确定性策略梯度(MADDPG)算法,通过允许无人机在学习时使用全局信息,在应用决策的时候只使用局部信息的方法,从网络结构、状态空间、动作空间和奖励函数设计了MADDPG算法的模型结构。最后通过仿真实验,并对比深度确定性策略梯度(DDPG)算法,验证了本文提出的MADDPG算法在保证精度的基础上,学习速度大幅度提高,弥补了传统强化学习算法在多智能体领域的不足。

摘要：为了提高战斗机在信息不充足条件下的机动决策能力,提出一种基于三支决策的飞机空战机动决策方法。首先,使用三支决策意图识别模型对目标意图进行识别;其次,将目标的作战意图因素引入到威胁评估中后,结合目标的威胁程度,提出基于三支决策的机动决策权重因子动态调整法;最后,使用模糊逻辑构建机动决策因子评价函数,并利用权值动态调整策略和机动决策评价函数求出每一阶段飞机最佳的机动方式,从而形成可行有效的飞行路线。仿真实验结果表明,所设计的基于三支决策的飞机空战机动决策方法具有可行性和有效性。

摘要：针对三支决策方法延迟决策的特点和空战目标意图识别的时序性问题,提出了一种基于序贯三支决策的目标作战意图识别方法。通过建立多类别三支决策与目标意图识别相结合的数学模型,并结合序贯思想,将意图识别过程按照时序性分为多个阶段,在每个阶段使用多类别序贯三支决策目标意图识别模型获得当前阶段目标的意图识别结果。针对未识别出意图的目标,基于更新后的目标信息通过延迟决策进行再识别,提高了意图识别的准确性,同时降低了误识别的风险损失。最后,通过仿真实验,验证了设计算法的有效性。