申请/专利权人：中国人民解放军海军潜艇学院

申请日：2023-05-10

公开（公告）日：2024-02-13

公开（公告）号：CN117556680A

主分类号：G06F30/27

分类号：G06F30/27;G06N3/0455;G06N3/0442;G06N3/048;G06N3/092

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.01#实质审查的生效;2024.02.13#公开

摘要：本发明提供了一种基于主动强化学习的潜艇行动参数预测方法及装置，属于机器学习领域，使用了一种主动强化学习智能体进行潜艇防御行动参数决策，通过将低资源编码与主动强化学习相结合的框架，解决了输入稀疏、标签稀疏两方面的问题，同时利用强化学习模型实现了和环境的交互和反馈。使得本发明方法无论是在完全信息环境，还是具备不同高噪声、低资源数据特征的环境，均可以在决策精度、收敛性、稳定性上表现更优。实验表明在固定30步观测条件下，本发明在仅存在10、5、3个有效步的条件下，分别能够达到91%,87%和78%的决策精度，说明了本发明在未来潜艇防御机动参数学习上具有极大的发展和应用潜力。

主权项：1.一种基于主动强化学习的潜艇行动参数预测方法，其特征在于，包括以下步骤：步骤1：获取多个实体单元的时序观测信息作为训练样本，所述实体单元为参与对抗的单元；步骤2：使用自监督时序编码模型从所述时序观测信息中提取全局共享特征；步骤3：将所提取的全局共享特征输入主动学习与强化学习结合的主动强化学习模型中，进行训练得到智能决策模型；步骤4：获取时序观测信息，输入训练好的智能决策模型，得到潜艇行动参数的预测标签。

全文数据：

权利要求：

百度查询： 中国人民解放军海军潜艇学院 基于主动强化学习的潜艇行动参数预测方法及装置

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