人工智能-强化学习-基于强化学习的空战对抗

上传者: admin_maxin | 上传时间: 2025-07-13 21:51:06 | 文件大小: 84KB | 文件类型: ZIP
基于强化学习的空战对抗 利用值函数逼近网络设计无人机空战自主决策系统,采用epsilon贪婪策略,三层网络结构。 其中包含了无人机作为质点时的运动模型和动力学模型的建模。 由于无人机作战的动作是连续并且复杂的,本项目仅考虑俯仰角gamma(又叫航倾角)和航向角pusin的变化,并且离散的规定每次变化的幅度为10度,假定速度v为恒定值。根据飞机的运动模型,由俯仰角、航向角和速度可以推算出飞机位置的改变,即x,y,z三个方向的速度分量,在每一步中,根据这些分量变化位置position信息,posintion中的三个值为x,y,z坐标,是东北天坐标系下的坐标值。从坐标信息和角度信息以及速度信息,可以计算出两个飞机的相对作战态势state。 在上文中提到,我们的动作是仅对俯仰角和航向角进行改变,即增大,减少和不变,故两个角度的变化组合一共有3×3=9种动作。在每个态势下,都有9种动作可以选择,将这个态势下的9种动作将会产生的新的态势,作为网络的输入,网络的输出是9个数字,代表每个动作的值函数。 由于是无监督学习,故我们需要利用值函数的Bellman公式生成标签。本文利用时间差分思想,(时间差

文件下载

资源详情

[{"title":"( 5 个子文件 84KB ) 人工智能-强化学习-基于强化学习的空战对抗","children":[{"title":"RL_air-combat","children":[{"title":"checkpoint","children":[{"title":"model.pt <span style='color:#111;'> 43.72KB </span>","children":null,"spread":false}],"spread":true},{"title":"main.py <span style='color:#111;'> 25.54KB </span>","children":null,"spread":false},{"title":"class_env.py <span style='color:#111;'> 6.51KB </span>","children":null,"spread":false},{"title":"error.svg <span style='color:#111;'> 216.72KB </span>","children":null,"spread":false},{"title":"red.svg <span style='color:#111;'> 43.39KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明