《反集群作战：基于深度学习的分布式决策方法》89页

无人技术的采用推动了机器人集群系统的多学科研究，尤其在军事领域。受生物集群解决问题能力的启发，这些系统具有通过局部交互产生全局行为的优势，减少了对集中控制的依赖。在机器人集群中创造涌现行为的传统方法需要可预测和可控的集群，这些集群需具备明确的局部规则并对所有智能体有完全的了解。在反集群作战中，集群系统需要一个稳健且能适应动态环境的全局策略，并尽可能少地依赖完全信息。本研究探讨了一个逆问题：设计局部规则来近似通常基于每架无人机完全信息和通信的涌现行为。目标是创建去中心化的区域，其中防御方无人机利用一个经过大量仿真数据训练的神经网络模型。这些数据提取自涉及三名攻击者和一名防御者的交战场景，被组织成代表不同特征的各种输入集。训练后的回归分析确定了能产生相较于先知算法最优防御方航向角的特征集。结果表明，神经网络模型在优化较短交战时间方面比先知算法更有效，验证了用训练好的网络替代传统算法的可行性。

图. 潜在拦截特征示意图。呈现3名攻击方与1名防御方的交战场景。基于既定防御策略，防御方可从3种潜在拦截轨迹中择一执行。

前述先前工作的方法引出一个问题：能否通过纯粹去中心化且不要求集群内每个个体智能体相互知晓的局部规则，来实现日益复杂的全局行为？这个问题呈现了一个逆问题，即交战中期望的集群全局行为是预先已知的。在输入特定的敌方全局结构（例如，一群按照特定战术负责摧毁或压制防御方高价值单元（HVU）的攻击无人机集群）的情况下，需要确定一组局部规则来近似期望的防御方全局策略以对抗敌方影响。使用上述方法解决逆问题可能很困难，并暗示需要某种形式的集中任务分配。

机器学习方法，如深度学习和强化学习，可能更适合此类任务。强化学习涉及使用人工神经网络，其中一个智能体基于如何最大化长期奖励来采取行动以寻求最优解。Huttenrauch等人提出了强化学习方法，其中智能体的决策仅基于局部信息，而Q函数则拥有全局环境信息。该方法的另一个例子提出使用集中式规则来训练将管理集群中智能体行为的分布式策略。李等人通过将预定的集中式规则建模为可微分深度神经网络来实现这一点。集群中的每个智能体都有一套相同但分布式的规则集，类似于文献中提出的隐式协调方法。

这些方法确实解决了集群中的去中心化行为问题，但它们没有解决上述的逆问题。

本论文试图通过使用监督式深度神经网络来近似最优解，以解决这个逆问题。目标是创建局部的去中心化集群，其中一架防御方无人机使用一个神经网络模型，该模型经过针对n架攻击无人机的基于智能体的仿真数据的大量训练。将评估防御方在使用神经网络算法（与初始瞄准算法相对，本论文中称为先知算法）时的有效性。该神经网络模型将使用现有文献中开发的先知算法从仿真中提取的数据进行训练。通过使用一个见识过各种全局攻击方策略的神经网络模型，本论文旨在创建一个不严重依赖与其他智能体通信、并依靠神经网络模型来确定最优策略的去中心化瞄准模型。