典型文献
基于多智能体深度强化学习的分布式协同干扰功率分配算法
文献摘要：
针对战场通信对抗协同干扰中的干扰功率分配难题,本文基于多智能体深度强化学习设计了一种分布式协同干扰功率分配算法.具体地,将通信干扰功率分配问题构建为完全协作的多智能体任务,采用集中式训练、分布式决策的方式缓解多智能体系统环境非平稳、决策维度高的问题,减少智能体之间的通信开销,并加入最大策略熵准则控制各智能体的探索效率,以最大化累积干扰奖励和最大化干扰策略熵为优化目标,加速各智能体间协同策略的学习.仿真结果表明,所提出的分布式算法能有效解决高维协同干扰功率分配难题,相比于已有的集中式分配算法具有学习速度更快、波动性更小等优点,且相同条件下干扰效率可高出集中式算法16.8％.
文献关键词：
通信对抗;协同功率分配;多智能体深度强化学习;分布式策略;最大策略熵
中图分类号：
作者姓名：
饶宁;许华;蒋磊;宋佰霖;史蕴豪
作者机构：
空军工程大学信息与导航学院,陕西西安710077
文献出处：
引用格式：
[1]饶宁;许华;蒋磊;宋佰霖;史蕴豪-.基于多智能体深度强化学习的分布式协同干扰功率分配算法)[J].电子学报,2022(06):1319-1330
A类：
最大策略熵,协同功率分配
B类：
多智能体深度强化学习,分布式协同,协同干扰,干扰功率,功率分配算法,通信对抗,学习设计,通信干扰,分配问题,问题构建,集中式,分布式决策,多智能体系统,非平稳,通信开销,干扰策略,优化目标,协同策略,分布式算法,高维,学习速度,波动性,分布式策略
AB值：
0.26341
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
