论文部分内容阅读
攻击成本低、体系生存率高且具备细粒度灵活作战能力的无人机集群作战未来将成为重要的战争形态。高效而适应性地对无人机集群进行细粒度任务规划,对提高集群作战效能具有重要意义。多智能体强化学习在解决群体序列决策任务时存在维度灾难及组合爆炸,多适用于小规模场景。将对抗环境中的无人机集群任务规划问题建模为马尔可夫博弈问题,基于平均场理论将大规模无人机间复杂交互过程建模为单机与集群平均影响间的交互,建立大规模集群对抗仿真环境,提出基于平均场的多智能体强化学习算法用于求解集群任务规划问题,其高效性和灵活性得到充分验证。