中图网文创礼盒,买2个减5元
欢迎光临中图网 请 | 注册
> >>
基于深度强化学习的作战任务规划技术研究

基于深度强化学习的作战任务规划技术研究

作者:张永亮
出版社:原子能出版社出版时间:2022-06-01
开本: 16开 页数: 157
本类榜单:政治军事销量榜
¥32.8(4.8折)?

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

00:00:00
中 图 价:¥46.9(6.9折)定价  ¥68.0 登录后可看到会员价
加入购物车 收藏
运费6元,满69元免运费
?快递不能达地区使用邮政小包,运费14元起
云南、广西、海南、新疆、青海、西藏六省,部分地区快递不可达
温馨提示:5折以下图书主要为出版社尾货,大部分为全新(有塑封/无塑封),个别图书品相8-9成新、切口
有划线标记、光盘等附件不全详细品相说明>>
本类五星书更多>

基于深度强化学习的作战任务规划技术研究 版权信息

  • ISBN:9787522117270
  • 条形码:9787522117270 ; 978-7-5221-1727-0
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>>

基于深度强化学习的作战任务规划技术研究 内容简介

本书从分层强化学习框架结构、知识引导的深度强化学习、数据驱动的多智能协同规划、离线与在线结合的任务规划等方面有重点地研究了基于深度强化学习的作战任务规划问题,同时结合作战任务规划典型特征与现实需求,分析了其面临的挑战、适用性,并给出了作战任务规划结果的效能评估模型。 本书内容注重技术引领、理技融合、系统完整,是深度强化学习技术应用于作战任务规划领域的一次积极探索与实践。本书既可以作为军事人工智能、计算机科学与技术领域高校师生的选修课程教材,又可以作为军事运筹学、军事装备学研究生的专业教材,还适合国防科技研究人员和广大军事爱好者阅读,为其工程实践提供方法指导和思维启发。

基于深度强化学习的作战任务规划技术研究 目录

第1章 概述
1.1 作战任务规划及其技术发展
1.1.1 作战任务规划的概念内涵
1.1.2 作战任务规划的功能定位
1.1.3 国外作战任务规划系统与技术
1.1.4 国内作战任务规划系统与技术
1.2 深度强化学习及其发展现状
1.3 基于深度强化学习的作战任务规划适用性分析
1.4 基于深度强化学习的作战任务规划面临的挑战
1.4.1 不完信息条件下的战场态势特征建模问题
1.4.2 作战任务规划行动决策空间维度灾难问题
1.4.3 基于DRL的作战行动序列奖赏函数设计问题
1.4.4 基于DRL的作战任务规划模型可解释性问题
第2章 基于分层强化学习的作战任务规划框架
2.1 基于分层强化学习的作战任务规划框架设计
2.2 基于层次任务网的作战任务分解
2.3 基于强化学习的作战任务规划模型
2.3.1 复杂战场态势特征表示的基本过程
2.3.2 作战任务规划中不确定性与对手建模
2.3.3 战场态势特征深度神经网络建模
2.3.4 作战任务智能规划的POMDP模型
2.4 面向作战任务规划的分层强化学习算法
2.4.1 HAM分层抽象机
2.4.2 MAxQ值函数分解
2.4.3 0ption选项框架
第3章 知识引导的深度强化学习方法
3.1 基于知识与DQN的单智能体任务规划
3.1.1 基于规则的强化学习算法框架
3.1.2 智能战术决策中的MDP模型
3.1.3 基于产生式规则的战术知识
3.1.4 基于产生式规则的损失函数设计
3.1.5 基于产生式规则的作战任务智能规划仿真实验
3.2 基于综合势能的强化学习启发式探索策略
3.2.1 综合势能理论分析
3.2.2 综合势能模型构建
3.2.3 综合势能驱动的强化学习探索策略
3.2.4 基于综合势能的作战仿真实验设计
3.3 Actor-Critic框架下基于知识的多智能体协同规划
3.3.1 智能战术兵棋环境中强化学习的奖励函数设计
3.3.2 Actor-Crific框架下的多智能体协同作战算法
3.3.3 算法仿真实验验证与分析
第4章 数据驱动的多智能体博弈对抗协同规划
4.1 数据驱动的多智能体博弈对抗协同规划
4.1.1 作战实体博弈对抗算法设计
4.1.2 基于PPO的算法实验验证
4.1.3 仿真实验结果分析
4.2 基于逆向强化学习的陆战分队战术任务规划
4.2.1 基于深度强化学习韵陆战分队战术任务规划模型
4.2.2 基于IRL和DQN的陆战分队战术规划求解模型
4.2.3 实验方案总结
第5章 离线学习与在线博弈结合的作战任务规划与评估
5.1 作战想定设计与实验平台选择
5.1.1 实验总体设计
5.1.2 作战想定描述
5.1.3 陆战兵棋对抗平台
5.2 MCTS框架下基于深度策略网的在线行动规划
5.2.1 蒙特卡洛树搜索基本思想与模型
5.2.2 基于MCTS和深度策略网的行动序列生成
5.3 典型作战任务智能规划与分析评估
5.3.1 基于综合势能的智能任务规划算例分析
5.3.2 基于MCTS和综合势能的智能任务规划算例分析
5.3.3 多视角、全过程的作战任务规划评估与分析
附录A “先胜1号”陆战智能兵棋推演平台Al接口
A.1 文档说明
A.1.1 功能描述
A.1.2 阅读对象
A.1.3 使用环境
A.2 接口设计框架
A.2.1 接口设计需求
A.2.2 接口设计框架
A.3 接口说明
A.3.1 算子介绍
A.3.2 算子控制接口
A.3.3 信息查询接口
A.3.4 分析工具接口
附录B 强化学习对抗赛算法设计说明
基于Actor-Critic算法的混合智能战术兵棋模型设计
基于PPO算法的兵棋强化学习
基于规则优先级选择的智能兵棋规则算法设计
基于规则和随机*近距离的算法设计
基于博弈策略选择的规则驱动型智能兵棋模型设计
基于先验知识及DQN算法的混合智能兵棋研究与实现
实时态势驱动的智能战术兵棋算法模型设计与实现
参考文献
展开全部

基于深度强化学习的作战任务规划技术研究 作者简介

张永亮,男,1982年出生,军队指挥学博士,计算机科学与技术博士后。现为陆**程大学副教授,主要研究指控理论与仿真、智能任务规划。先后获军队和省部级科技进步一等奖2项、军队科技进步二等奖1项、军队科技进步三等奖3项;获中国博士后科学基金面上一等和特别项目资助,主持装发领域基金、科技委国防科技创新特区、陆军十三五规划项目多项;参与国家自然科学基金、中国工程院院士重点课题、江苏省自然科学基金多项;出版著作5部,在军内外核心期刊发表论文60余篇。2018年被表彰为陆**程大学“科研先进个人”,荣立个人三等功1次。

商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服