基于双深度Q网络的智能决策系统研究

分享到

【获取途径】超星期刊网
【作者】况立群，冯利，韩燮，贾炅昊，郭广行
【刊名】计算机技术与发展
【作者单位】中北大学大数据学院；北方自动控制技术研究所；太原师范学院地理科学学院
【年份】2022
【卷号】第2期
【ISSN】1673-629X
【关键词】深度强化学习深度Q网络对抗演练仿真训练 Unity3D
【摘要】目前智能决策系统中的经典算法智能化程度较低，而更为先进的强化学习算法应用于复杂决策任务又会导致存储上的维度灾难问题。针对该问题，提出了一种基于双深度Q网络的智能决策算法，改进了目标Q值计算方法，并将动作选择和策略评估分开进行，从而获得更加稳定有效的策略。智能体对输入状态进行训练，输出一个较优的动作来驱动智能体行为，包括环境感知、动作感知及任务协同等，继而在复杂度较高的决策环境中顺利完成给定任务。基于Unity3D游戏引擎开发了虚拟智能对抗演练的验证系统，对演练实时状态和智能体训练结果进行可视化，...
【文献类型】期刊