基于群落学习的空中博弈对抗模型

摘要：

近年来,许多强化学习模型取得了令人满意的成绩.然而,其大多数还要求有较大量的对战训练数据,否则很容易产生模型冷启动、过拟合等一系列问题.针对这些问题,该文针对空战环境,提出了一种更为稳定有效的空战环境下行动策略设计.在融合自注意力机制的同时改进了群落学习(Population-based Learning,PBT)在现有强化学习模型训练中的应用.本文设计模型PSA-Air(Population-based Self-attention Air Combat Model),在尚未结束的2021首届全国空中智能博弈对抗大赛中取得了优秀的成绩.经实验证明,本文算法设计在收敛速度以及最终性能上具有一定的优越性.

关键词：强化学习、自注意力机制、群落学习

所属期刊栏目：12

分类号：TP181(自动化基础理论)

在线出版日期：2022-05-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：174-177