| 融合有效方差置信上界的Q学习智能干扰决策算法 |
| |
| 引用本文： | 饶宁,许华,宋佰霖.融合有效方差置信上界的Q学习智能干扰决策算法[J].哈尔滨工业大学学报,2022,54(5):162-170. |
| |
| 作者姓名： | 饶宁 许华 宋佰霖 |
| |
| 作者单位： | 空军工程大学 信息与导航学院,西安710077 |
| |
| 摘 要： | 为进一步提升基于值函数强化学习的智能干扰决策算法的收敛速度,增强战场决策的有效性,设计了一种融合有效方差置信上界思想的改进Q学习智能通信干扰决策算法.该算法在Q学习算法的框架基础上,利用有效干扰动作的价值方差设置置信区间,从干扰动作空间中剔除置信度较低的干扰动作,减少干扰方在未知环境中不必要的探索成本,加快其在干扰动作...
|
| 关 键 词： | 干扰决策 强化学习 有效方差置信上界 Q学习 干扰动作剔除 马尔科夫决策过程 |
| 收稿时间： | 2020/10/26 0:00:00 |
Q-learning intelligent jamming decision algorithm based on efficient upper confidence bound variance |
| |
| RAO Ning,XU Hu,SONG Bailin.Q-learning intelligent jamming decision algorithm based on efficient upper confidence bound variance[J].Journal of Harbin Institute of Technology,2022,54(5):162-170. |
| |
| Authors: | RAO Ning XU Hu SONG Bailin |
| |
| Abstract: | |
| |
| Keywords: | jamming decision-making reinforcement learning efficient upper confidence bound variance Q-learning jamming action elimination Markov decision process |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《哈尔滨工业大学学报》浏览原始摘要信息 |
|
点击此处可从《哈尔滨工业大学学报》下载全文 |
|
