基于Q-学习和行为树的CGF空战行为决策

doi:10.3969/j.issn.1006-2475.2017.05.007

计算机与现代化 ›› 2017, Vol. 0 ›› Issue (5): 37-39，44.doi: 10.3969/j.issn.1006-2475.2017.05.007

基于Q-学习和行为树的CGF空战行为决策

海军航空工程学院信息融合研究所,山东烟台264001

收稿日期:2017-01-20 出版日期:2017-05-26 发布日期:2017-05-31
作者简介: 方君（1979-），男，安徽怀宁人，海军航空工程学院信息融合研究所讲师，硕士，研究方向：作战仿真，飞行仿真。
基金资助:
国家自然科学基金重大研究计划（91538201）; 泰山学者专项基金资助项目（ts201511020）

Air Bat Strategies of CGF Based on Q-learning and Behavior Tree

Institute of Information Fusion, Naval Aeronautical and Astronautical University, Yantai 264001, China

Received:2017-01-20 Online:2017-05-26 Published:2017-05-31

摘要/Abstract

摘要： 空战行为决策的智能性是学术界关注的重要问题之一。提出一种基于Q-学习和行为树的CGF空战行为决策方法。通过构建CGF空战行为树模型，实现CGF智能行为；通过在行为树上的Q-学习，使CGF具有不断进化的能力。仿真结果表明，该算法在与传统算法对抗中，性能优势明显且学习能力较强。

关键词: 空战决策, 人工智能, 行为树, Q-学习

Abstract: The intelligence of air bat strategies is one of the important problems. A new method for air bat strategies of CGF was proposed based on Q-learning and behavior tree. The intelligence of CGF was formed through establishing behavior tree. And through Q-learning on behavior tree, the evolutionary ability was gained for CGF. Simulation shows that the method performs better and with a stronger learning ability when it combats with traditional algorithm.

Key words: air bat strategies, artificial intelligence, behavior tree, Q-learning

方君，闫文君，邓向阳，凌青. 基于Q-学习和行为树的CGF空战行为决策[J]. 计算机与现代化, 2017, 0(5): 37-39，44.

FANG Jun,YAN Wen-jun, DENG Xiang-yang, LING Qing. Air Bat Strategies of CGF Based on Q-learning and Behavior Tree[J]. Computer and Modernization, 2017, 0(5): 37-39，44.

[1]	赵花蕊. STRL：基于强化学习的测试算法[J]. 计算机与现代化, 2024, 0(08): 5-10.
[2]	梁天恺, 黄康华, 刘凯航, 兰岚, 曾碧. 基于双向同态加密的深度联邦图片分类方法[J]. 计算机与现代化, 2023, 0(12): 36-40.
[3]	陈子健, 段春红. 面向在线学习情境的认知情绪面部表情识别[J]. 计算机与现代化, 2023, 0(10): 92-98.
[4]	白开峰, 赵宏斌, 张芸, 李妍, 崔静安, 刘千金, 杨华, 倪娜. 电网异常业务数据检测方法综述[J]. 计算机与现代化, 2023, 0(03): 79-83.
[5]	邱金水, 庄会富, 金涛. 面向海量植物图像的智能检索系统设计[J]. 计算机与现代化, 2022, 0(10): 62-67.
[6]	林凡勤, 李明明, 郭红. 变压器故障诊断技术综述[J]. 计算机与现代化, 2022, 0(03): 116-126.
[7]	赵才荣, 傅佳悦, 卫志华, 丁志军, 苗夺谦. 面向人工智能专业课程的棋类博弈教学辅助平台[J]. 计算机与现代化, 2020, 0(12): 43-48.
[8]	吴迪, 潘建乔, 余方召, 潘白浪, 龚雁峰. 基于HoloLens的变电站巡检系统[J]. 计算机与现代化, 2020, 0(07): 50-54.
[9]	刘瑞峰，王家胜，张灏龙，田梦凡. 行为树技术的研究进展与应用[J]. 计算机与现代化, 2020, 0(02): 76-.
[10]	刘昌平1,刘海1,夏梦1,尹光彩2 . 俄罗斯方块的Hamming神经网络模型[J]. 计算机与现代化, 2020, 0(02): 51-.
[11]	项威. 事件知识图谱构建技术与应用综述[J]. 计算机与现代化, 2020, 0(01): 10-.
[12]	章鸣嬛1，陈瑛1，沈瑛2，程爱兰2，刘晓青2. 利用卷积神经网络对杜兴氏肌营养不良症进行分类识别[J]. 计算机与现代化, 2019, 0(02): 43-.
[13]	王月娟1,张苏宁1,吴水明1,朱斐2. 基于秩的Q-路由选择算法[J]. 计算机与现代化, 2018, 0(10): 1-.
[14]	谢荣燕. 神经网络在经济市场波动率建模与预测中的应用[J]. 计算机与现代化, 2018, 0(06): 12-.
[15]	王华1,2，赵东杰2,3，杨海涛3，赵洪利3，李智3，李申龙1. 大数据时代下网络群体智能研究方法#br#[J]. 计算机与现代化, 2015, 0(2): 1-.

基于Q-学习和行为树的CGF空战行为决策

Air Bat Strategies of CGF Based on Q-learning and Behavior Tree

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价