典型文献
基于强化学习的无人机智能任务分配方法
文献摘要：
针对无人机群目标打击任务分配问题,提出一种基于强化学习的无人机智能任务分配方法.该方法提出一种任务分层框架,将多个无人机视为一个联盟并对目标进行分类,形成任务簇,并映射到无人机联盟中,通过多智能体强化学习算法(MADDPG)将任务簇内的目标与无人机联盟内的小无人机进行合理配对并对目标实施打击,得到MAD-DPG算法的回报值和飞行轨迹,并与DDPG算法、DQN算法的回报值和飞行轨迹进行对比.仿真结果表明,在小样本任务分配中,与不分层方法相比,该方法可以提高目标任务打击完成度,提升目标打击的效率;在分层框架下,相比于其他两种算法,收敛速度更快,收敛过程更加稳定.
文献关键词：
任务分层框架;多智能体强化学习;无人机联盟;任务分配;目标打击
中图分类号：
作者姓名：
费陈;郑晗;赵亮
作者机构：
武警士官学校基础部,杭州 311400
文献出处：
引用格式：
[1]费陈;郑晗;赵亮-.基于强化学习的无人机智能任务分配方法)[J].弹箭与制导学报,2022(06):61-67
A类：
任务分层框架
B类：
机智,智能任务,任务分配,分配方法,无人机群,群目标,目标打击,分配问题,射到,无人机联盟,多智能体强化学习算法,MADDPG,报值,飞行轨迹,DQN,小样本,不分,目标任务,完成度,提升目标,收敛速度
AB值：
0.2612
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。
