来源：期刊VIP网 时间：
作者：张波;刘满国;刘梦焱;
单位：西安现代控制技术研究所;
摘要：多无人机协同完成特定打击任务是未来无人机军事领域发展的重要方向。针对多无人机协同攻击问题，构建典型对抗场景。将多无人机协同攻击问题建模成分布式部分可观测马尔可夫决策过程(Dec-POMDP),设计独特奖励函数，采用多智能体深度确定性策略梯度(MADDPG)算法训练攻击策略。使用蒙特卡洛法分析仿真实验，结果表明在该多智能体强化学习算法训练之后，特定对抗场景下多无人机协同攻击任务完成率达到82.9%。
关键词：多智能体;;深度强化学习;;分布式部分可观测马尔可夫决策过程(Dec-POMDP);;多智能体深度确定性策略梯度算法(MADDPG);;无人机集群
