申请/专利权人：北方自动控制技术研究所

申请日：2020-07-23

公开（公告）日：2024-01-05

公开（公告）号：CN112364972B

主分类号：G06N3/0464

分类号：G06N3/0464;G06N3/08;G06Q10/0637

优先权：

专利状态码：有效-授权

法律状态：2024.01.05#授权;2021.03.05#实质审查的生效;2021.02.12#公开

摘要：本发明涉及一种基于深度强化学习的无人战车分队火力分配方法，属于火力分配、深度强化学习技术领域。本发明综合考虑作战任务、战场态势、目标威胁度、目标毁伤概率等多种因素，基于MDP建立无人战车分队的多回合火力分配模型，利用DQN算法对该模型进行求解，通过训练可以实现无人战车分队的多回合火力分配，整个作战过程中不再需要人为调整火力分配模型和参数，无人战车分队根据战场态势自行决定每个回合的打击目标，提高了火力分配决策的鲁棒性，弥补了现有火力分配方法的不足。

主权项：1.一种基于深度强化学习的无人战车分队火力分配方法，其特征在于，包括以下步骤：1建立目标威胁度模型和目标毁伤概率模型，确定火力分配准则和火力分配的约束条件；2基于马尔科夫决策过程MDP建立无人战车分队的火力分配模型，包括状态集和动作集；3设计解算火力分配模型的DQN算法；4基于步骤1至步骤3求解无人战车分队火力分配模型；步骤1具体包括以下步骤：1-1建立所述目标威胁度模型：假设我方m个无人战车打击敌方n个目标，每个无人战车每回合只能打击一个目标，用tij表示第j个目标对第i个无人战车的战场威胁度，得到目标威胁度矩阵W，维度为m×n，敌方目标对我方第i个无人战车的威胁度Wi计算公式为：式中yj表示第j个敌方目标是否被损毁，取值为{0,1}，0表示目标j被损毁，1表示目标j未被损毁；1-2建立所述目标毁伤概率模型：用qij表示我方第i个无人战车对第j个敌方目标的射击毁伤概率，得到毁伤概率矩阵P，维度为m×n，我方第i个无人战车对第j个敌方目标的毁伤概率Pj的计算公式为式中si表示我方第i个无人战车的状态，取值为{0,1}，0表示我方第i个无人战车被损毁，1表示我方第i个无人战车未被损毁；1-3确定火力分配准则和约束条件：无人战车分队进攻作战的多回合火力分配准则设定主要目标为敌方全灭，次要目标为最大限度保存自身，即在确保战争胜利的前提下尽可能多地保证我方无人战车不被摧毁，最大限度保存自身的原则为：式中，si表示我方第i个无人战车的状态，取值为{0,1}，0表示已被损毁，1表示未被损毁，作战过程中应满足约束条件为：且xij∈{0,1}，式中，xij为我方第i个无人战车对第j个敌方目标的火力分配决策变量，当xij＝1时表示第i个无人战车对第j个敌方目标实施打击，xij＝0表示不打击。

全文数据：

权利要求：

百度查询： 北方自动控制技术研究所 基于深度强化学习的无人战车分队火力分配方法

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