Multi-agent hierarchical policy gradient for Air Combat Tactics emergence via self-play

计算机科学 动作(物理) 过程(计算) 人工智能 适应(眼睛) 对抗制 模棱两可 动作选择 选择(遗传算法) 空战 机器学习 强化学习 运筹学 模拟 操作系统 光学 物理 工程类 生物 量子力学 神经科学 程序设计语言 感知
作者
Zhixiao Sun,Haiyin Piao,Zhen Yang,Yiyang Zhao,Guang Zhan,Deyun Zhou,Guanglei Meng,Hechang Chen,Xing Chen,Bohao Qu,Yuanjie Lu
出处
期刊:Engineering Applications of Artificial Intelligence [Elsevier]
卷期号:98: 104112-104112 被引量:58
标识
DOI:10.1016/j.engappai.2020.104112
摘要

Air-to-air confrontation has attracted wide attention from artificial intelligence scholars. However, in the complex air combat process, operational strategy selection depends heavily on aviation expert knowledge, which is usually expensive and difficult to obtain. Moreover, it is challenging to select optimal action sequences efficiently and accurately with existing methods, due to the high complexity of action selection when involving hybrid actions, e.g., discrete/continuous actions. In view of this, we propose a novel Multi-Agent Hierarchical Policy Gradient algorithm (MAHPG), which is capable of learning various strategies and transcending expert cognition by adversarial self-play learning. Besides, a hierarchical decision network is adopted to deal with the complicated and hybrid actions. It has a hierarchical decision-making ability similar to humankind, and thus, reduces the action ambiguity efficiently. Extensive experimental results demonstrate that the MAHPG outperforms the state-of-the-art air combat methods in terms of both defense and offense ability. Notably, it is discovered that the MAHPG has the ability of Air Combat Tactics Interplay Adaptation, and new operational strategies emerged that surpass the level of experts.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
喝奶茶睡不着完成签到,获得积分10
3秒前
852应助1huiqina采纳,获得30
4秒前
甜甜圈发布了新的文献求助10
4秒前
欧阳半仙完成签到,获得积分10
5秒前
jessie完成签到,获得积分10
6秒前
cy完成签到,获得积分10
8秒前
潇洒的擎苍完成签到,获得积分10
8秒前
爱笑翠梅完成签到,获得积分20
10秒前
王wangWANG完成签到,获得积分10
10秒前
忐忑的蛋糕完成签到,获得积分10
12秒前
工大机械完成签到,获得积分10
12秒前
科研小辣机完成签到 ,获得积分10
13秒前
高贵的思天完成签到,获得积分10
16秒前
00完成签到,获得积分10
16秒前
20秒前
20秒前
20秒前
朴实草莓完成签到,获得积分20
22秒前
22秒前
hnxxangel完成签到,获得积分10
23秒前
Leone发布了新的文献求助10
25秒前
时尚的雅柏完成签到 ,获得积分10
26秒前
FashionBoy应助火星上盼山采纳,获得10
28秒前
28秒前
Duolalala发布了新的文献求助10
30秒前
30秒前
31秒前
36秒前
38秒前
蓝胖子应助火星上盼山采纳,获得50
40秒前
42秒前
42秒前
yuan发布了新的文献求助10
42秒前
serein应助优秀灵竹采纳,获得10
44秒前
45秒前
MXJ完成签到,获得积分10
46秒前
WYJ发布了新的文献求助10
47秒前
June完成签到 ,获得积分20
48秒前
1huiqina发布了新的文献求助30
48秒前
杰尼龟006完成签到,获得积分10
49秒前
高分求助中
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Handbook of Qualitative Cross-Cultural Research Methods 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3137706
求助须知:如何正确求助?哪些是违规求助? 2788609
关于积分的说明 7787778
捐赠科研通 2444975
什么是DOI,文献DOI怎么找? 1300139
科研通“疑难数据库(出版商)”最低求助积分说明 625814
版权声明 601043