一种针对坦克速度控制的深度强化学习算法

坦克的无人化将成为作战装备的未来研究方向之一,针对坦克无人驾驶如何提高智能体训练速度是当前深度强化学习领域的一大瓶颈,提出一种最近经验回放的探索策略来对传统的软行动者-评论家算法（soft actor-critic,SAC）进行改进,在训练阶段,赋予最近经验更大权重值,增大其采样概率,从而提高了训练的稳定性和收敛速度。在此基础上,基于应用环境以及作战任务设计奖励函数,提高算法的战场适用性。构建具体作战场景,对改进的算法与传统算法进行对比,结果表明,提出的算法在坦克速度控制上表现出更好的性能。     

与雷锋同行

正来吧,做一个雷锋的同行者,时代的行动者3月,大地复苏,植物泛青。3月,清澈的天空下,人们传诵着一个熟悉的故事。3月,喧嚣的嘈杂中,人们唤起一个共同的记忆。雷锋,一个小个子的解放军战士,用他22年短暂生命,为国家、为民族留下了时代的永恒精神。近半个世纪,雷锋精神的接力棒传了一代又一代人,形成伟大的时代精神谱系。我们这个时代是"雷锋辈出"的时代。在雷锋为民服务、助人为乐的那个年代,在遥远的西部,在兵团热