基于强化学习的智能空战模型研究

人工智能的进步深刻改变了各行各业,智能空战就是其中的典型代表之一。根据空战游戏的特点,构建了智能空战模型,主要包括样本集合的获取以及适用于空战决策的网络模型选择。结合空战连续状态、连续动作、现有战术动作等的特点,通过对比多个智能学习网络模型,选择DQN算法作为智能空战的模型,同时借助飞行模拟游戏DCS,采取与游戏内自带敌人对战的方式进行动态交互训练,得到能够在一定程度上操作战机作战的模型与具有参考价值的空战案例,通过对这些案例的分析,形成了胜/负/平局三类样本数据集。仿真结果表明,本文所构建的智能空战模型不仅有助于生成新的对策案例样本,而且有助于丰富空战战术。