公开(公告)号：CN114444716A

公开(公告)日：2022-05-06

申请号：CN202210011912.3

申请日：2022-01-06

申请人： 中国电子科技集团公司电子科学研究院

发明人： 董琦 ,  赵小虎 ,  陈雨 ,  江涵立 ,  吴镇宇

IPC分类号： G06N20/00 ,  A63F13/67 ,  G06F8/30 ,  G06T17/05

摘要： 本发明提出了一种虚拟环境下的多智能体博弈训练方法及系统，该方法包括：S100：构建地形模型、环境模型、地面建筑模型和待训练目标模型，并导入虚拟环境。S200：设置待训练目标的参数及不同状态下的动作，以及设置地面建筑模型和待训练目标的交互规则。S300：在虚拟环境中对待训练目标进行多智能体博弈的训练。根据本发明提供的训练方法，通过构建地形模型、环境模型、地面建筑模型和待训练目标模型，并设置待训练目标的参数及不同状态下的动作，以及设置地面建筑模型和待训练目标的交互规则，搭建了高逼真度的多智能体博弈环境，为多智能体博弈训练提供了场景支持，引入不同的学习算法、能够灵活变更初始想定，具有较高的泛用性和实用性。

公开(公告)号：CN116360479A

公开(公告)日：2023-06-30

申请号：CN202211105893.7

申请日：2022-09-09

申请人： 中国电子科技集团公司电子科学研究院

发明人： 董琦 ,  齐天杨 ,  尚晓舟 ,  王亮 ,  陈雨

IPC分类号： G05D1/10 ,  G06N3/092

摘要： 本申请公开了一种基于行为克隆和改进DQN算法的无人机集群避障方法，包括如下步骤：预先基于障碍物配置无人机避障行为；基于配置的无人机避障行为训练行为克隆网络，以利用所述行为克隆网络进行行为克隆指导；将所述行为克隆网络作为的DQN网络的子网络，以在训练过程中利用行为克隆网络的更新参数进行协同更新所述DQN网络；将训练好的DQN网络用于无人机集群避障。本申请实施例的无人机集群控制方法在传统强化学习DQN算法中引入距离权，并使用行为克隆的神经网络进行辅助决策，可大大加快算法收敛速度、提升任务成功率。