[发明专利]一种基于自学习算法的智能群体协同战法生成方法

说明书

本发明属于协同作战方法技术领域，具体公开了一种基于自学习算法的智能群体协同战法生成方法，包括以下步骤：S1：根据作战任务生成若干群体协同战术元动作；S2：抽象出每个群体协同战术元动作的具体群体算法，包括以下步骤：S2.1：智能群体协同战法生成问题建模；运用分布式马尔可夫决策过程对群体协同战法生成问题进行建模；S2.2：提出解决问题的神经网络模型；S2.3：群体协同战法生成自学习算法；S3：利用自学习算法，无人集群根据作战因素生成一套相互协同的智能群体协同作战战法。群体协同战术元动作为预先定义的逻辑行为，通过将多个作战任务涉及到的逻辑功能分解成小的逻辑行为，减少执行控制过程中相互不能融合的操作，提升无人集群的自主性。

技术领域

本发明属于协同作战方法技术领域，尤其涉及一种基于自学习算法的智能群体协同战法生成方法。

背景技术

未来战争形态总是随着军事技术的进步不断变化，作战方式正在朝着智能化方向快速发展。随着人工智能、多智能体系统、协同与控制等技术的发展，集群协同作战应运而生。对面复杂的战场环境、我方情况和敌方情况等因素，无人集群在目标识别、情报分析、辅助决策、协同作战等使命的牵引下，对智能群体作战算法提出迫切需求。智能群体战术战法研究将针对去中心化、自组网、扁平化结构等特点，通过任务分配、群体协同攻防方式达到以最小代价、最短时间，取得最大成果、获得最大消息的作战目的。战法是作战的方法，是根据战场环境、我方情况及敌方情况所采取的军事行动，是取得军事胜利的关键。

智能无人集群技术不是某项单一技术，而是无人控制、群体智能、人工智能、无线移动网络等多种相关技术的综合运用；其需要的关键技术主要包括：环境感知与认识、多机协同任务规划与决策、信息交互与自主控制、人机智能融合与自适应学习技术。因此如何训练无人集群在对信息进行高效整合利用的同时，相互协作应对敌方作战是无人集群协同作战的关键。目前的智能群体协同作战的自学习算法无法实现最优策略的选择，导致作战方法无法达到最优，作战结果无法达到预期。

发明内容

本发明的目的在于提供一种基于自学习算法的智能群体协同战法生成方法，以解决目前的智能群体协同作战的自学习算法无法实现最优策略的选择，导致作战方法无法达到最优，作战结果无法达到预期的问题。

为了达到上述目的，本发明的技术方案为：一种基于自学习算法的智能群体协同战法生成方法，包括以下步骤：

步骤S1：根据作战任务生成若干群体协同战术元动作；

步骤S2：抽象出每个群体协同战术元动作的具体群体算法，每个具体群体算法包括以下步骤：

S2.1：智能群体协同战法生成问题建模；运用分布式马尔可夫决策过程对群体协同战法生成问题进行建模；

S2.2：提出解决问题的神经网络模型；

S2.3：群体协同战法生成自学习算法；

步骤S3：利用自学习算法，无人集群根据作战因素生成一套相互协同的智能群体协同作战战法。

进一步，在步骤S1中，具体包括以下步骤：

S1.1：将作战任务划分为若干个作战时节；

S1.2：将每个作战时节按照作战行动划分为若干个阶段，每个阶段即为一个群体协同战术元动作。

进一步，在步骤S2.1中，分布式马尔可夫决策过程是基于马尔可夫假设的随机动态系统，用五元组{S，A，π，R，γ}表示表示，其中S为系统状态集合；A为动作集合；π为策略；R为奖励函数；γ(0＜γ＜1)为折扣因子，引入未来奖励的不确定性，表示在每个时间步长之后，环境反馈回智能体相应的折扣奖励。