基于深度強化學習的艦船導彈目標分配方法

摘要： 針對對抗環(huán)境下的海上艦船防空反導導彈目標分配問題,本文提出了一種融合注意力機制的深度強化學習算法.首先,構建了艦船多類型導彈目標分配模型,并結合目標多波次攔截特點將問題建模為馬爾可夫決策過程.接著,基于編碼器–解碼器框架搭建強化學習策略網絡,融合多頭注意力機制對目標進行編碼,并在解碼中結合整體目標和單個目標編碼信息實現(xiàn)艦船可靠的導彈目標分配.最后,對導彈目標分配收益、分配時效以... （共9頁）