文献类型：期刊文章

作　　者：傅妍芳[1] 雷凯麟[1] 魏佳宁[2] 曹子建[1] 杨博[1] 王炜[3] 孙泽龙[4] 李秦洁[1]

FU Yanfang;LEI Kailin;WEI Jianing;CAO Zijian;YANG Bo;WANG Wei;SUN Zelong;LI Qinjie(School of Computer Science and Engineering,Xi'an Technological University,Xi'an 710021,Shaanxi,China;Beijing Electro-Mechanical Engineering Institute,Beijing 100083,China;Unit 95810 of PLA,Beijing 100076,China;School of Armament Science and Technology,Xi'an Technological University,Xi'an 710021,Shaanxi,China)

机构地区：[1]西安工业大学计算机科学与工程学院,陕西西安710021 [2]北京机电工程研究所,北京100083 [3]95810部队,北京100076 [4]西安工业大学兵器科学与技术学院,陕西西安710021

出　　处：《兵工学报》

年　　份：2024

卷　　号：45

期　　号：10

起止页码：3385-3396

语　　种：中文

收录情况：BDHX、BDHX2023、CAS、CSCD、CSCD2023_2024、EI、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对复杂作战环境下多智能体协同决策中出现的任务分配不合理、决策一致性较差等问题,提出一种基于演员-评论家(Actor-Critic,AC)框架的层次化多智能体协同决策方法。通过将决策过程分为不同层次,并使用AC框架来实现智能体之间的信息交流和决策协同,以提高决策效率和战斗力。在高层次,顶层智能体制定任务决策,将总任务分解并分配给底层智能体。在低层次,底层智能体根据子任务进行动作决策,并将结果反馈给高层次。实验结果表明,所提方法在多种作战仿真场景下均取得了较好的性能,展现了其在提升军事作战协同决策能力方面的潜力。

关 键 词：深度强化学习  层次化多智能体  信息共享 智能兵棋推演  

分 类 号：TP18] E91]