本发明涉及一种基于多智能体强化学习的目标探测与分配方法及装置,包括构建作战行为模型和强化学习训练环境;采用强化学习训练环境对所述作战行为模型进行训练至模型收敛,获取人工智能行为模型;采用作战仿真引擎对所述人工智能行为模型进行训练,输出优化模型。本发明将强化学习算法MADDPG集成到兵棋推演系统中,构建从简单到复杂的仿真环境,优化强化学习收敛速度,有效的解决了兵棋推演系统中智能体优化收敛速度的问题。
声明:
“基于多智能体强化学习的目标探测与分配方法及装置” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)