【摘 要】
：
基于深度强化学习的连续状态空间无人机隐蔽接敌问题,提出了基于马尔可夫决策过程的隐蔽接敌双深度Q网络(DDQN)方法。利用DDQN生成目标值函数的方法解决了传统DQN的过拟合问
【基金项目】
：
国家自然科学基金面上项目(61473146)
论文部分内容阅读
基于深度强化学习的连续状态空间无人机隐蔽接敌问题,提出了基于马尔可夫决策过程的隐蔽接敌双深度Q网络(DDQN)方法。利用DDQN生成目标值函数的方法解决了传统DQN的过拟合问题;采用按优先级随机抽样的方法获取训练样本,加速了神经网络的训练速度;设定贪婪系数按照指数下降的方法,解决了传统强化学习的“探索利用窘境”;在势函数奖赏函数设计中引入角度因子,使其更加符合实际作战情况。仿真实验结果表明,DDQN具有较好的收敛性,能有效生成隐蔽接敌策略。
其他文献
针对ORB算法在匹配过程中存在误匹配率高和鲁棒性差等问题,提出一种融合描述子的ORB-LBP特征匹配算法。该算法首先对输入图像构建金字塔尺度空间,在每一图层上检测oFAST关键点,提高算法的尺度不变性;然后采用图像块代替像素的方法提高LBP算法抗噪性能,同时通过选取最小值法和排序法使其具有旋转不变性;最后在生成rBRIEF-LBP描述子的过程中用128位改进LBP描述算子代替rBRIEF描述算子中
激光设备在 AMOLED 工厂采购金额占比超过 10%,广泛用于生产工艺和检测工艺,已成为 AMOLED 工厂不可或缺的核心生产设备。该类激光设备的供应市场属于寡头垄断市场,部分激光
小麦是重要的农作物，栽培技术会对小麦的产量产生较为直接的影响。从目前的发展来看，我国农业技术水平明显提升，小麦栽培技术也有了较快发展，病虫害的防治水平也有了不同程度的提
在当今电子战中,有源拖曳式诱饵能够在跟踪雷达的半功率波束内捕获其跟踪分辨单元,并将跟踪门从目标转移到诱饵上来。针对这一问题,雷达抗干扰中迫切需要一种在诱饵干扰下仍
1月24日，国家质检总局党组书记侯建国在主持召开贯彻落实《中共中央国务院关于开展质量提升行动的指导意见》专题会议时强调，质检系统要把高质量发展要求落实到提升具体产品和
主要研究了雷达跟踪误差对指令制导系统制导精度的影响。首先对雷达跟踪误差进行建模分析,建立了引入雷达跟踪误差的指令制导回路模型,并得到了简化模型的解析解,根据解析解
农业是民生之本，是国民经济的基础，在市场经济中绿色农业产品占据有举足轻重的地位，随着人们生活水平的提升，人们对农作物的质量要求日益提升，基于此绿色农业产品深受广大人们的青
国家统一的司法考试制度设立并实施的四年多来，司法部严格遵循“四严”——组织严密、程序严谨、标准严格、纪律严明和“四最”——最权威、最规范、最廉洁、最严格的要求和目
针对六自由度并联平台存在不确定建模误差和外部干扰的轨迹跟踪控制问题,提出一种模糊非奇异快速终端滑模控制方法。采用一种非奇异快速终端滑模面,利用模糊系统的万能逼近特
近日,深圳出台《深圳经济特区质量条例》,并将于2017年7月1日起实施。该条例是针对宏观质量管理的法规,旨在完善深圳质量法规体系和推动深圳质量建设,对于深圳进一步加大改革