作战Agent的学习算法研究进展与发展趋势
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Research Progress and Development Trend on Learning Algorithm of Combat Agent
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对作战Agent适应性问题,梳理遗传算法、强化学习、神经网络等方法在实现作战Agent适应性方面的成果,总结每种方法的特点;介绍深度强化学习方法在实现作战Agent适应性方面的应用情况,讨论深度强化学习在该方面应用的发展趋势和研究重点。该研究可为后续相关研究提供参考。

    Abstract:

    Aiming at the problem of combat Agent adaptability, this paper reviews the achievements of genetic algorithm, reinforcement learning, neural network and other methods in achieving combat Agent adaptability, and summarizes the characteristics of each method.It also introduces the application of deep reinforcement learning in achieving combat Agent adaptability and discusses the development trend and research focus of deep reinforcement learning in this area. This study can provide a reference for the follow-up study.

    参考文献
    相似文献
    引证文献
引用本文

王步云.作战Agent的学习算法研究进展与发展趋势[J].,2023,42(09).

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2023-05-05
  • 最后修改日期:2023-06-05
  • 录用日期:
  • 在线发布日期: 2023-09-27
  • 出版日期:
文章二维码