强化学习驱动的海战场多智能体协同作战仿真算法

石鼎, 燕雪峰, 宫丽娜, 张静宣, 关东海, 魏明强

Multi-agent Cooperative Combat Simulation in Naval Battlefield with Reinforcement Learning

Ding Shi, Xuefeng Yan, Lina Gong, Jingxuan Zhang, Donghai Guan, Mingqiang Wei

表1 实验参数设置

Table 1 Experimental parameters setting

主要参数 量值 经验池容量 M 105 批样本数 Batchsize 1 024 折扣因子 γ 0.95 Critic网络学习率 αc 0.01 Actor网络学习率 αa 0.01 软更新率 τ 0.01 最大回合数 MaxEpisode 5 000 每回合步数 StepPerEpisode 25 安全距离阈值 L/km 2 演示时间步长/s 0.1