买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民解放军国防科技大学

摘要：本申请提供一种基于深度强化学习的作战体系的设计方法及相关设备。该方法包括：利用预置的多个作战系统的和多个作战任务构建组合优化模型和输入序列；将所述输入序列输入预构建的指针网络的编码器中，所述编码器将所述输入序列映射为特征向量；将所述特征向量输入到预构建的所述指针网络的解码器中，所述解码器采用注意力机制确定输出序列，所述输出序列中包括多个所述作战体系；根据所述组合优化模型计算选择各个所述作战体系的奖励回报，根据所述奖励回报，采用梯度下降的方式更新所述指针网络的参数，并利用更新的参数对指针网络进行训练，响应于达到预设的终止条件，完成训练并利用训练完的所述指针网络实施作战体系的设计。

主权项：1.一种基于深度强化学习的作战体系的设计方法，其特征在于，包括：确定所述作战系统的个数、多个所述作战系统各自提供的能力、作战任务的个数、多个所述作战任务各自的能力需求、和多个所述作战系统各自的成本；利用各个所述作战系统各自提供的能力和各个所述作战系统各自的成本构建组合优化模型；利用各个所述作战任务的能力需求、各个所述作战系统提供的能力和各个所述作战系统的成本建立输入序列；其中，所述输入序列的包括有多个节点，每个所述节点包括1个作战系统提供的能力、1个作战任务的能力需求和该作战系统的成本；其中，所述利用各个所述作战系统各自提供的能力和各个所述作战系统各自的成本构建组合优化模型，包括：利用各个所述作战系统各自提供的能力和各个所述作战系统各自的成本构建体系总成本最小化的目标；将每个所述作战系统约束为最多只用于完成1个作战任务；将完成1个作战任务的多个作战系统各自的能力之和约束为大于等于该作战任务的能力需求；将所述输入序列输入预构建的指针网络的编码器中，所述编码器将所述输入序列映射为特征向量；将所述特征向量输入到预构建的所述指针网络的解码器中，所述解码器采用注意力机制确定输出序列，所述输出序列中包括多个所述作战体系；根据所述组合优化模型计算选择各个所述作战体系的奖励回报，根据所述奖励回报，采用梯度下降的方式更新所述指针网络的参数，并利用更新的参数对指针网络进行训练，响应于达到预设的终止条件，完成训练并利用训练完的所述指针网络实施作战体系的设计。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 基于深度强化学习的作战体系设计方法及相关设备