博主在2020年10月期间记录了参与联合作战智能博弈挑战赛的过程，探讨了如何定义敌我态势二维矩阵及其与武器平台的关联，提出了使用智能体id映射到矩阵的解决方案。同时，详细描述了智能体的动作空间定义，包括飞机和护卫舰的巡逻动作，并实现随机动作控制飞机运动。此外，还涉及Q-Learning的学习以及AlphaStar在实时战略游戏中的应用。在编程过程中遇到了tf.placeholder的兼容性问题并找到了解决办法。
2020年10月6日笔记
开始搭建多智能体运行框架。不过简易的版本也可不必做这些判断。
开始搭建地图配置框架。
下午碰到个难题，敌我双方的态势信息用二维矩阵怎么定义比较好，其中一个难点是无法将矩阵中的某一行和具体哪个武器平台进行关联。比如我将矩阵前十行全部固定为红方歼击机，那矩阵第一行到底对应红方机场中的哪架歼击机呢？
2020年10月7日笔记
为了解决昨天下午遗留的问题，早上想了一种解决方案：在同一局比赛中，先根据智能体id将它们固定到矩阵固定行中，情报里没有的对象也将对应行给它留出来。准备先用X、Y、Z、HX、SP、TMID、Locked、DA、ST、WP
1568
564
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
超级会员免费看
订阅专栏 解锁全文
