正版
基于深度强化学习的作战体系优化设计理论与方法
- 书名
- 基于深度强化学习的作战体系优化设计理论与方法
- 作者
- 林萌龙 等 著
- 出版社
- 国防工业出版社
- 出版时间
- 2026-09-01
- ISBN
- 9787118144789
- 货号
- 1204565135
- 品相
- 全新
- 分类
- 当代·军事
- 书名
- 基于深度强化学习的作战体系优化设计理论与方法
- 作者
- 林萌龙 等 著
- 出版社
- 国防工业出版社
- 出版时间
- 2026-09-01
- ISBN
- 9787118144789
- 货号
- 1204565135
- 品相
- 全新
- 分类
- 当代·军事
目录▼
第1章绪论
1.1研究背景及意义
1.1.1研究背景
1.1.2研究意义
1.2国内外研究现状
1.2.1作战概念的研究
1.2.2作战体系的设计
1.2.3体系建模方法的研究现状
1.2.4体系优化设计的研究现状
1.2.5深度强化学习与多智能体深度强化学习算法的研究现状
1.2.6国内外研究现状总结
1.3主要研究内容与创新点
1.3.1研究内容
1.3.2主要创新点
1.4本书组织结构
第2章基于深度强化学习的作战体系优化设计框架
2.1作战体系优化设计的典型任务场景
2.1.1集中式决策场景下的作战体系优化设计
2.1.2分布式决策场景下的作战体系优化设计
2.1.3作战体系优化设计方法的能力需求分析
2.2强化学习与多智能体强化学习的基础理论
2.2.1强化学习建模描述
2.2.2多智能体强化学习建模描述
2.3基于深度强化学习的作战体系优化设计框架
2.3.1基于深度强化学习的作战体系组合优化设计框架
2.3.2基于多智能体强化学习的分布式作战体系优化设计框架
2.4本章小结
第3章基于深度强化学习的作战任务与作战资源匹配方法
3.1研究背景
3.2作战体系设计中的作战任务与作战资源匹配问题建模
3.2.1问题描述
3.2.2问题建模
3.3基于深度强化学习的作战任务与作战资源匹配模型
3.3.1模型的整体架构
3.3.2DRL–SoSDP模型的结构
3.3.3编码网络的设计
3.3.4解码网络的设计
3.3.5训练算法
3.4实验设置
3.4.1实验数据集
3.4.2参数设置
3.4.3对比算法参数设置
3.5实验结果分析
3.5.1模型求解质量分析
3.5.2模型求解速度分析
3.5.3模型泛化能力分析
3.6本章小结
第4章基于多智能体强化学习的作战体系任务分配方法
4.1研究背景
4.2分布式决策场景下的作战体系任务分配问题
4.2.1场景描述
4.2.2问题建模
4.3基于多智能体深度强化学习的作战体系任务分配模型
4.3.1模型的整体架构
4.3.2Actor网络的结构
4.3.3Critic网络的结构
4.3.4训练算法
4.4实验设置
4.4.1对比算法设置
4.4.2实验环境
4.5实验结果分析
4.5.1作战任务与作战单元数量相同时的性能表现分析
4.5.2作战任务与作战单元数量不同时的性能表现分析
4.6本章小结
第5章基于深度强化学习的作战体系通信架构设计方法
5.1研究背景
5.1.1作战体系的通信架构
5.1.2无人机通信覆盖问题
5.1.3无线传感器网络覆盖问题
5.2作战体系架构设计中的通信网络架构设计问题
5.2.1问题建模
5.2.2复杂性分析
5.3基于深度强化学习的作战体系通信架构设计模型
5.3.1模型整体架构
5.3.2多头注意力机制
5.3.3编码器设计
5.3.4解码器设计
5.3.5训练算法
5.4实验设置
5.4.1对比算法设置
5.4.2实验数据设置
5.4.3模型参数设置
5.5实验结果分析
5.5.1模型求解质量和求解速度分析
5.5.2模型泛化能力分析
5.6本章小结
第6章基于多智能体强化学习的分布式作战体系通信规划方法
6.1研究背景
6.1.1通信无人机运动轨迹优化
6.1.2深度强化学习与无人机辅助通信
6.2分布式作战体系的通信规划问题
6.3基于多智能体深度强化学习的作战体系通信规划模型
6.3.1基于多智能体强化学习算法的作战体系通信规划模型框架
6.3.2策略网络的结构
6.3.3价值网络的结构
6.3.4训练算法
6.4实验设置
6.4.1对比算法设置
6.4.2实验环境设置
6.5实验结果分析
6.5.1不同规模场景下总优化目标的性能表现分析
6.5.2不同规模场景下各项子目标的性能表现分析
6.5.3作战节点和通信节点数量对奖励值的影响分析
6.6本章小结
第7章总结与展望
7.1研究工作总结
7.2未来研究展望
参考文献
文摘▼
本书聚焦未来战场环境下作战体系优化设计面临的核心挑战,系统阐述了基于深度强化学习的作战体系优化设计理论与方法。全书以集中式决策和分布式决策两种典型决策模式为主线,围绕作战任务与资源匹配、体系任务分配、通信架构设计和通信规划四类关键问题,分别构建了基于深度强化学习和多智能体深度强化学习的求解模型,在求解质量、求解速度和泛化能力等方面均显著优于传统元启发式方法,为智能化作战体系的设计提供了一套完整的理论框架与技术方案。
本书适合从事体系工程、人工智能(强化学习)、作战指挥等领域研究工作的高校教师和科研人员阅读,也可作为军事学、管理学、自动化等专业研究生的参考书,同时对装备研发相关领域的技术人员也具有参考价值。





