国产化环境下基于强化学习的地空协同作战仿真

以未来战场无人地空协同作战为需求牵引，面对军事领域实战场景匮乏、训练数据不足的实际问题，聚焦仿真环境下的深度强化学习方法，实现地空协同作战仿真中多智能体决策模型。在飞腾CPU和昆仑K200硬件平台与麒麟V10操作系统环境下搭建虚拟仿真环境，设置仿真环境状态表征、各智能体动作空间及奖励机制，构建基于深度确定性策略梯度算法的多智能体模型(MADDPG),通过仿真实验验证采用MADDPG算法能够使奖励值在地空协同作战仿真场景中逐渐收敛，从而证明该模型应用于地空协同作战的决策有效性。