来源：期刊VIP网 时间：
作者：薛均晓;张世文;陆亚飞;严笑然;付玮;
单位：郑州大学网络空间安全学院;之江实验室人工智能研究院;之江实验室天基计算研究中心;
摘要：针对深度强化学习方法在复杂环境下面对无人机博弈任务时学习效率较低的问题，提出了知识和数据联合驱动的深度强化学习模型。首先，借鉴了模仿学习的思想，将遗传算法作为启发式搜索策略，并收集专家经验知识；其次，通过深度强化学习与环境进行交互，收集在线经验数据；最后，构建了知识和数据联合驱动的深度强化学习模型，用于优化无人机博弈策略。实验结果表明，所提模型有效提升了收敛速度和学习稳定性，经过训练的智能体具有较好的自主博弈路径规划能力。
关键词：深度强化学习;;无人机博弈;;路径规划;;遗传算法
基金资助：国家重点研发计划项目(2022YFC3004400)
