申请/专利权人：北京航空航天大学

申请日：2022-07-06

公开（公告）日：2024-07-05

公开（公告）号：CN115185294B

主分类号：G05D1/46

分类号：G05D1/46;G05D1/695

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2022.11.01#实质审查的生效;2022.10.14#公开

摘要：本发明公开了一种基于QMIX的航空兵多编队协同自主行为决策建模方法，包括步骤：将航空兵多编队协同作战体系的行为决策进行层次划分，自上而下依次为调度层‑编队层‑单机层；在调度层基于QMIX算法，构建调度层QMIX算法的输入状态空间，设计不同航空兵编队的行为决策空间；设计QMIX算法中奖励函数的元素组成，并初始化组成元素权重，形成初始奖励函数；融合输入状态空间、行为决策空间以及初始奖励函数，形成航空兵多编队协同自主行为决策模型；采用MaxEntIRL算法，引入专家策略采样器，进行迭代优化训练，得到优化后的奖励函数和决策策略。该方法能够为新场景下作战指挥策略的优化，以及为提升航空兵多编队协同作战水平提供有效的理论基础和技术辅助。

主权项：1.一种基于QMIX的航空兵多编队协同自主行为决策建模方法，其特征在于，包括以下步骤：第一步：将航空兵多编队协同作战体系的行为决策进行层次划分，自上而下依次为调度层-编队层-单机层；其中，调度层对不同航空兵编队的巡逻区域进行决策；编队层基于规则集对编队内的单机进行任务分配，包括单平台任务状态分析、任务分配和平台目标选择；单机层基于有限状态机对单机的可执行任务进行决策，包含执行对敌任务、前往指定区域巡逻和返航三个状态；第二步：在调度层基于QMIX算法，根据航空兵多编队协同作战的特点，提取表示多编队航空兵协同作战态势的特征向量，构建调度层QMIX算法的输入状态空间；第三步：在调度层基于QMIX算法，根据不同航空兵编队的作战特点和可执行任务，设计不同航空兵编队的行为决策空间；第四步：设计QMIX算法中奖励函数的元素组成，并初始化组成元素权重，形成初始奖励函数；第五步：基于QMIX算法，融合所述输入状态空间、所述行为决策空间以及所述初始奖励函数，形成航空兵多编队协同自主行为决策模型；第六步：采用MaxEntIRL算法，引入专家策略采样器，对所述航空兵多编队协同自主行为决策模型进行迭代优化训练，得到优化后的奖励函数和决策策略。

全文数据：

权利要求：

百度查询： 北京航空航天大学 基于QMIX的航空兵多编队协同自主行为决策建模方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD