基于多智能体深度强化学习的体系任务分配方法

源自：指挥与控制学报

作者：林萌龙, 陈涛, 任棒棒, 张萌萌, 陈洪辉

摘 要

1  背景

1.1   集中式决策VS分布式决策

图1集中式决策示意图

1.2    多智能体强化学习

2   问题描述

2.1    场景描述

图2分布式决策场景下的体系任务分配

 2.2   状态空间、动作空间与奖励函数设计

3  基于MADDPG算法的作战体系任务分配模型

3.1   基于MADDPG任务分配算法框架

3.2   Actor网络结构

标题图6 Actor网络结构

3.3  Critic网络结构

图7 Critic网络结构

4  实验

4.1  对比算法设置

4.2   实验环境

4.3   实验结果分析

图8集中式训练的多智能体强化学习算法训练的智能体平均奖励曲线

图9分布式训练的多智能体强化学习算法训练的智能体平均奖励曲线

5  结论

声明:公众号转载的文章及图片出于非商业性的教育和科研目的供大家参考和探讨，并不意味着支持其观点或证实其内容的真实性。版权归原作者所有，如转载稿涉及版权等问题，请立即联系我们删除。