公开(公告)号：CN116485039A

公开(公告)日：2023-07-25

申请号：CN202310676576.9

申请日：2023-06-08

申请人： 中国人民解放军96901部队

发明人： 许馨月 ,  王才红 ,  刘庆国 ,  杜林峰 ,  朱颖 ,  吕乃冰 ,  赵若帆 ,  贾思雨

IPC分类号： G06Q10/04 ,  G06Q10/0631 ,  G06Q50/26 ,  G06N3/045 ,  G06N3/092

摘要： 本发明提供一种基于强化学习的打击序列智能规划方法，包括以下步骤：S1、建立大规模交战序列规划问题的PPO强化学习网络模型；S2、根据建立的所述网络模型进行模型训练，生成大规模交战序列规划问题的PPO强化学习网络模型结果；S3、应用得到的训练结果求解大规模交战序列规划问题，并根据应用场景变化进行大规模交战序列规划问题PPO强化学习网络的优化，完成所述PPO强化学习网络模型的自学习与在线升级。本发明的基于强化学习的打击序列智能规划方法，通过设计大规模交战序列规划问题强化学习求解环境的状态、动作和奖励，实现了大规模交战序列规划问题的快速、高效、自动求解。

公开(公告)号：CN116485039B

公开(公告)日：2023-10-13

申请号：CN202310676576.9

申请日：2023-06-08

申请人： 中国人民解放军96901部队

发明人： 许馨月 ,  王才红 ,  刘庆国 ,  杜林峰 ,  朱颖 ,  吕乃冰 ,  赵若帆 ,  贾思雨

IPC分类号： G06Q10/04 ,  G06Q10/0631 ,  G06Q50/26 ,  G06N3/045 ,  G06N3/092

摘要： 本发明提供一种基于强化学习的打击序列智能规划方法，包括以下步骤：S1、建立大规模交战序列规划问题的PPO强化学习网络模型；S2、根据建立的所述网络模型进行模型训练，生成大规模交战序列规划问题的PPO强化学习网络模型结果；S3、应用得到的训练结果求解大规模交战序列规划问题，并根据应用场景变化进行大规模交战序列规划问题PPO强化学习网络的优化，完成所述PPO强化学习网络模型的自学习与在线升级。本发明的基于强化学习的打击序列智能规划方法，通过设计大规模交战序列规划问题强化学习求解环境的状态、动作和奖励，实现了大规模交战序列规划问题的快速、高效、自动求解。