基于深度强化学习的无人战车自主行为决策

张昭张耀武富春段宏王明王海龙

北方自动控制技术研究所;

摘要：

针对高动态强对抗战场环境下,无人战车面临的自主行为决策问题,分析了未来陆战场无人战车实际作战需求,构建了基于马尔可夫决策过程的自主行为决策模型,提出了一种深度强化学习结合行为树的方法,利用行为树的逻辑规则与先验知识降低强化学习问题的难度,保证收敛性和鲁棒性,同时使行为决策模型具有学习能力.构建典型作战场景,验证深度强化学习结合行为树的无人战车自主行为决策方法的有效性.

关键词：无人战车、火力打击决策、强化学习、行为树

所属期刊栏目：46

分类号：TJ811(战车、战舰、战机、航天武器)

资助基金：兵器工业联合基金资助项目6141B011504

在线出版日期：2021-06-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：72-77