图注意力驱动的跨场景协同拦截强化学习方法OA
针对复杂动态场景下大规模无人集群拦截任务,提出一种基于图注意力机制与动态分组的集群协同拦截框架.现有基于规则或优化的方法在实时性、泛化性与目标分配效能方面存在局限,而多智能体强化学习(MARL)在复杂动态场景下面临维度爆炸、策略泛化性不足等挑战.为提升复杂动态场景下集群拦截策略学习效率以及跨场景泛化性,创新性地设计了动态分组模块、图注意力模块与改进多智能体强化学习模块,并融合成一套闭环算法框架:1)动态分组模块通过周期性聚类将敌方集群分解为低维战术小组,敌方小组信息作为节点传输给图注意力模块,降低状态-动作维度;2)图注意力模块利用敌方小组节点信息,基于图注意力网络进行特征融合并构建己方智能体-敌方小组间相对关系,生成目标重要性权重以引导差异化奖励函数设计,提升了策略目标分配与泛化能力;3)MARL模块结合差异化奖励函数与融合特征,基于SAC算法与对抗性训练机制,以进一步增强策略泛化性.仿真实验表明该框架显著提升了复杂动态场景下集群拦截效率以及跨场景泛化性.
吴子鹏;马麒超;秦家虎;詹晨光;张金鹏
中国科学技术大学自动化系,合肥230027中国科学技术大学自动化系,合肥230027中国科学技术大学自动化系,合肥230027空基信息感知与融合全国重点实验室,洛阳471009空基信息感知与融合全国重点实验室,洛阳471009
信息技术与安全科学
协同拦截多智能体强化学习图注意力机制动态分组
《自动化学报》 2026 (8)
P.1677-1689,13
国家重点研发计划(2022ZD0120002)空基信息感知与融合全国重点实验室开放课题(202413)资助。
评论