基于元课程强化学习的多智能体协同博弈技术

多智能体协同博弈具有实时及动作连续性、非完全信息博弈、庞大的搜索空间、多复杂任务和时间空间推理等特点,是当前人工智能领域极具挑战的难题之一。针对大规模多智能体强化学习训练时间长、难以收敛等问题,提出了一种基于Actor-Critic的多智能体强化学习协同博弈框架,利用元课程强化学习方法对小规模场景进行基础课程元模型提取,并且基于课程学习向大规模场景进行模型迁移,在元模型基础上继续进行训练,扩展元模型策略网络,最终得到较优协同博弈策略。在《星际争霸Ⅱ》平台上进行仿真实验,结果表明：基于元课程强化学习的多智能体协同博弈技术可有效地加速其训练过程,相较于传统训练方法可以在较短时间内达到较高的胜率,训练速度提升约40%,该方法可有效支撑多智能体协同博弈策略的高效生成,为低资源下的强化学习高效训练奠定理论基础。     

基于Attention的AIS数据段相似性搜索模型

自动识别系统(Automatic Identification System, AIS)数据中蕴含着与船舶交通相关的时间序列信息。基于AIS数据段的相似性搜索也成为智能船运领域的研究热点。AIS数据属于多维时间序列数据,传统的多维数据序列相似性搜索方法通过将原始数据进行降维,并在降维后的数据空间进行时序数据的相似性搜索。然而,此种方法计算复杂度较高,会极大程度地降低相似性搜索的效率。深度学习模型产生的二进制编码改善了时间序列数据搜索性能。基于注意力(Attention)机制的AIS数据段相似性搜索模型对时间序列数据中的时序信息与参数变量间的潜在关系进行同时获取与学习。基于Attention机制的Seq2Seq的相似性搜索模型结合了时间序列数据与Seq2Seq模型的特点,使用Seq2Seq模型中GRU编码器产生的二进制编码进行AIS时间序列数据的相似性搜索。相应的实验结果也表明这种基于Attention机制的模型具有优异的AIS数据相似性搜索性能。     

中近程搜索雷达发射信号脉冲宽度设计方法

针对中近程搜索雷达发射信号参数设计问题,通过对雷达威力的推导,给出了雷达威力与发射信号占空比、宽窄脉冲探测距离衔接系数、探测目标RCS最小值、探测目标RCS最大值的关系公式.根据公式可以绘制出雷达威力与发射信号占空比的关系曲线,找出最优占空比、雷达威力系数和最优宽窄脉冲宽度比值,进一步得出脉冲重复周期和宽窄脉冲宽度.该...     

TWS 雷达中的机动目标跟踪问题

采用非零均值相关加速度模型建立ｋａｌｍａｎ滤波器,以解决ＴＷＳ雷达中的机动目标跟踪问题。建立在载准线直角坐标系的机动检测器根据残差的变化可自动调整机动加速度方差以保证非机动目标的跟踪精度和跟踪器对机动目标的跟踪。仿真表明了本文方法的有效性。     

考虑自导作用距离随舷角变化时主动声自导鱼雷射击的最优提前角

本文根据主动自导作用距离随舷角变化规律,推导了考虑到自导作用距离随舷角变化时求解最优提前角的迭代公式系,最后提出了蛇行搜索鱼雷射击的最优提前角求解方法,并给出了有关结论。