基于改进DDPG的空战行为决策方法

针对空战中飞机如何根据实时态势进行快速智能决策问题,提出基于改进DDPG算法的空战行为决策框架(Air Combat Behavior Decision-making Framework on Improve DDPG,ACBDF_DDPG)。框架中的主要改进如下:1.设计一种针对动态目标的嵌入式人工经验奖励机制,缓解深度强化学习算法在训练过程中,由于状态空间巨大且奖励稀疏导致的收敛困难问题;2.对框架中的Actor网络更新机制进行改进,解决Critic网络评估效果差时,更新Actor网络导致的模型训练不稳定问题;3.采用优先采样机制确保训练价值高的经验样本得到充分利用。最后基于MaCA平台搭建仿真实验环境,通过消融实验验证了所提出框架中改进机制的有效性和优越性。     

探索“网络+”思想政治教育新模式

习主席深刻指出,政治工作过不了网络关,就过不了时代关。近年来,部队运用网络开展思想政治教育已经普遍推开,这一重要课题的探索研究也不断推陈出新。面对新时代、新情况、新问题,结合部队一线思想政治教育现状,就如何更好地发挥网络作用,充分运用网络思维、资源和手段,实现从"网络"到"网络+"的动态升级,推动部队思想政治教育不断改革创新、提质增效,我们做了一些调研和思考。