计算机应用

作者：王昱, 关智慧, 李远鹏

单位：沈阳航空航天大学 自动化学院，沈阳 110136

关键词：集群追击,轨迹预测,分布式决策,多智能体,强化学习,深度确定性策略梯度算法

基金：国家自然科学基金资助项目(61906125);辽宁省教育厅科学研究经费资助项目(LJKZ0222)

针对复杂任务环境下无人机（UAV）集群追击决策算法灵活性不足、泛化能力差等问题，提出一种基于轨迹预测的分布式多智能体深度确定性策略梯度（TP-DMADDPG）算法。首先，为增强追击任务的真实性，为目标机设计智能化逃逸策略；其次，考虑到因通信中断等原因导致的目标机信息缺失等情况，采用长短时记忆（LSTM）网络实时预测目标机的位置信息，并基于预测信息构建决策模型的状态空间；最后，依据分布式框架和多智能体深度确定性策略梯度（MADDPG）算法设计TP-DMADDPG算法，增强复杂空战进程中集群追击决策的灵活性和泛化能力。仿真实验结果表明，相较于深度确定性策略梯度（DDPG）、双延迟深度确定性策略梯度（TD3）和MADDPG算法，TP?DMADDPG算法将协同决策的成功率提升了至少15个百分点，能够解决不完备信息下追击智能化逃逸目标机的问题。

来源：2024年第11期

《计算机应用》期刊编辑部

查看计算机应用杂志2024年第11期