典型文献
基于DQN的多类型拦截装备复合式反无人机任务分配方法
文献摘要：
针对当前反无人系统无法有效压制无人机的问题,使用多种拦截装备构建一种新的反无人机方法.传统多目标优化算法无法解决动态的任务分配问题,对此,提出一种基于深度Q网络(DQN)的多类型拦截装备复合式反无人机任务分配模型.DQN模块对任务分配问题进行初期决策.为了提高算法收敛速度和学习效率,该方法未采用下一时刻的状态来预测Q值,而是采用当前时刻的状态来预测Q值,消除训练过程中Q值过估计的影响.之后采用进化算法对决策结果进行优化,输出多个拦截方案.以国内某机场跑道周围区域开阔地为防护对象,构建反无人机系统的任务分配仿真环境,仿真结果验证了所提出方法的有效性.同时,将DQN与Double DQN方法相比,所提出改进DQN算法训练的智能体表现更为精确,并且算法的收敛性和所求解的表现更为优异.所提出方法为反无人机问题提供了新的思路.
文献关键词：
反无人机;深度Q网络;任务分配;Q值;多目标优化;智能体
中图分类号：
作者姓名：
黄亭飞;程光权;黄魁华;黄金才;刘忠
作者机构：
国防科技大学系统工程学院,长沙410073
文献出处：
引用格式：
[1]黄亭飞;程光权;黄魁华;黄金才;刘忠-.基于DQN的多类型拦截装备复合式反无人机任务分配方法)[J].控制与决策,2022(01):142-150
A类：
B类：
DQN,多类型,拦截,复合式,无人机任务分配,分配方法,无人系统,压制,多目标优化算法,分配问题,分配模型,收敛速度,学习效率,训练过程,进化算法,对决,机场跑道,开阔地,反无人机系统,仿真环境,Double,算法训练,智能体,收敛性,所求
AB值：
0.247202
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。
